Diriger des experts : le ROWE tient à une entreprise, pas à une méta-analyse

Les trois modèles partagent une même intuition, renoncer à faire de l’autorité technique le socle du management des experts, mais pas le même niveau de preuve : deux reposent sur des dizaines de contextes organisationnels indépendants, le troisième sur un seul terrain d’observation, dans une entreprise qui a depuis abandonné le dispositif.

Leadership serviteur, ROWE (Results-Only Work Environment) et leadership transformationnel reviennent régulièrement dans les discours sur l’encadrement des experts autonomes, souvent présentés comme trois briques complémentaires d’une même posture managériale : protéger, contractualiser le résultat, donner du sens. Mon analyse compare ce que chacun des trois peut réellement démontrer. Deux modèles s’appuient sur des méta-analyses aux effets modérés mais réels. Le troisième, présenté comme le plus aligné sur la rentabilité, s’appuie sur un corpus académique direct limité à une seule entreprise, laquelle a ensuite abandonné le dispositif.

Aucun de ces trois courants, dans les travaux que j’ai pu consulter, n’a été conçu ni testé spécifiquement pour des managers qui encadrent des experts plus compétents qu’eux sur le fond du métier. Ce que je fais ici est une application de littératures générales de leadership à ce cas particulier, pas la restitution d’un champ de recherche dédié à cette situation. La grille de preuve utilisée est solide ; la transposition au cas des experts reste, elle, une extrapolation assumée.

Une observation commande tout ce qui suit, et je la mets d’emblée parce qu’elle vaut mieux que n’importe quel exemple. La méta-analyse de référence sur le leadership transformationnel établit une validité de 0,44. La même méta-analyse, sur les mêmes données, établit 0,24 dès qu’on contrôle les styles de management voisins, soit une chute de 45 %, et 0,02 sur la performance du dirigeant, seule valeur non significative de son tableau. Ses auteurs écrivent que ce contrôle mutuel « substantially undermine » les validités, et leur propre résumé constate que le leadership transformationnel « failed to predict leader job performance » [12].

Deux autres synthèses font apparaître la même chose autrement. Une méta-analyse distincte du même modèle rend trois valeurs selon le niveau où l’on mesure, 0,25 pour la performance individuelle, 0,33 pour l’équipe, 0,27 pour l’organisation, et ses auteurs refusent explicitement de les comparer entre elles, ces points de données n’étant pas commensurables d’un niveau à l’autre [19]. Et la méta-analyse du leadership serviteur annonce 130 échantillons quand aucune de ses relations n’en mobilise plus de 40, ni moins de 4 [2].

Trois sources, trois façons de montrer la même chose : un modèle de management n’a pas un niveau de preuve, il en a autant qu’on lui prête d’affirmations, et le chiffre change du simple au double selon ce qu’on met exactement à l’épreuve. Tout le reste de cet article consiste à en tirer les conséquences.

Ce que disent déjà les meilleurs contenus en ligne sur ce sujet, et ce que cet article ajoute. La comparaison entre leadership serviteur et leadership transformationnel existe déjà dans la littérature académique elle-même : Hoch et ses coauteurs [3] et Lee et ses coauteurs [2], les deux méta-analyses mobilisées plus loin dans cet article, comparent explicitement la validité incrémentale de l’un par rapport à l’autre. Des synthèses de vulgarisation reprennent cette comparaison académique pour un public managérial. Aucune des sources consultées, académiques ou de vulgarisation, n’intègre le ROWE dans cette même comparaison : le champ de recherche traite le ROWE comme un objet distinct, relevant de la littérature sur l’organisation flexible du temps de travail, pas de la littérature sur les styles de leadership.

C’est l’apport propre de cet article : appliquer une même grille de lecture, nombre de contextes indépendants mobilisés, indépendance de la source des chiffres-clés, statut de la réplication, aux trois modèles à la fois. Le score de robustesse formalisé plus bas rend cette grille transposable à toute autre affirmation présentée comme prouvée au sujet d’un modèle de management.

Trois promesses pour un même problème

Quand des collaborateurs maîtrisent leur métier mieux que celui qui les encadre, l’autorité hiérarchique classique perd probablement une partie de sa légitimité opérationnelle. C’est une hypothèse de travail, pas un résultat des littératures examinées ici : aucune des méta-analyses mobilisées plus bas n’isole ce cas de figure comme sous-échantillon. Trois courants de recherche en management proposent chacun une réponse à ce problème précis, mais ils ne le font pas depuis la même assise empirique, et l’ordre dans lequel on les présente habituellement (comme trois options interchangeables) masque cet écart plus qu’il ne l’éclaire.

Le leadership serviteur : une intuition de 1970, validée depuis par la méta-analyse

Le concept naît en 1970 dans un essai de Robert K. Greenleaf, The Servant as Leader [1], un texte de réflexion managériale et non une étude empirique : Greenleaf y décrit un renversement de posture, le manager cessant d’être d’abord un chef pour devenir d’abord un service rendu à ceux qu’il encadre. Pendant plusieurs décennies, l’idée reste essentiellement prescriptive.

Elle a depuis été testée statistiquement. Une méta-analyse rassemblant 130 échantillons indépendants, tirés de 124 publications, établit que le leadership serviteur conserve une validité incrémentale une fois les leaderships transformationnel, authentique et éthique contrôlés statistiquement [2]. Trois précisions changent la portée de cette phrase, et elles viennent du document. Aucune relation ne repose sur les 130 échantillons : selon la relation examinée, le nombre de corrélations agrégées va de 4 à 40. Les trois styles contrôlés corrèlent avec le leadership serviteur à 0,52, 0,84 et 0,82, si bien que « contrôler les autres styles » revient à contrôler des construits largement confondus avec celui qu’on teste. Et le gain incrémental s’exprime en variation du R², soit en valeur absolue 0,14 à 0,24 sur un critère et 0,11 à 0,18 sur un autre ; sur les comportements contre-productifs, il est nul et le coefficient change de signe [2]. Une méta-analyse antérieure, centrée sur la comparaison avec le seul leadership transformationnel, aboutit à la même conclusion d’apport incrémental [3]. Les trois médiateurs souvent invoqués pour expliquer l’effet, la confiance envers le responsable, la justice procédurale et la qualité de l’échange leader-membre, sont testés dans [2] : la médiation y est partielle, les effets indirects vont de -0,16 à +0,15, deux médiateurs jouent en sens opposés selon le critère, et les liens du médiateur au résultat sont empruntés à des méta-analyses tierces plutôt que mesurés sur le corpus. Les auteurs qualifient eux-mêmes d’« inadequate » leurs parades au problème de causalité inverse. Corrélation observée, avec un mécanisme explicatif plausible : rien dans ce type de dispositif (enquêtes transversales déclaratives, le plus souvent) ne permet d’établir un lien de cause à effet au sens strict.

Un travail publié en 2025 vient toutefois relativiser ce que mesure réellement l’instrument. En comparant douze mesures de leadership populaires sur sept échantillons, cinq pays et environ 4 000 répondants, ses auteurs trouvent une forte variance commune entre les styles et peu de variance unique systématique, cette variance partagée paraissant surtout capter la qualité affective de la relation entre le responsable et son collaborateur [16]. Autrement dit, l’objection classique adressée au leadership transformationnel (mesure-t-on un style distinct ou un bon manager apprécié ?) vise tout autant le leadership serviteur. Corrélation observée, sur des données là encore déclaratives.

Le ROWE : la promesse de rentabilité la plus fragile des trois

Le ROWE est développé au début des années 2000 par Cali Ressler et Jody Thompson, alors salariées de Best Buy, avant d’être popularisé dans leur ouvrage Why Work Sucks and How to Fix It [4]. Le principe : aucun horaire imposé, aucune présence obligatoire, seule compte l’atteinte du résultat. Ce sont Ressler et Thompson elles-mêmes qui ont fait circuler les chiffres les plus repris, turnover volontaire en baisse de 90 % et productivité en hausse de 41 % dans les équipes converties, le second énoncé par elles dans un entretien de presse de mai 2008 [5], le premier circulant sans que j’aie pu localiser sa publication d’origine. Ces chiffres n’émanent pas d’une évaluation indépendante : ils sont produits par les conceptrices du modèle, qui en assurent aussi la commercialisation via leur cabinet de conseil, CultureRx. Le +41 % désigne précisément la cohorte du siège social de Best Buy sur la période 2005-2007, chiffre popularisé par un reportage de presse [5], tandis que le site institutionnel de CultureRx avance ailleurs un gain moyen de +35 %, chiffre qu’il reprend lui-même d’un article de presse de 2006 portant sur des départements de Best Buy [6]. Les deux chiffres portent en réalité sur la même entreprise, sur deux fenêtres différentes, et rien n’indique laquelle un lecteur devrait retenir. Un promoteur qui ne stabilise pas son propre chiffre-phare en dit long sur son statut réel : un argument commercial, pas un résultat de recherche répliqué.

Chiffres diffusés par Ressler et Thompson, conceptrices du ROWE, qui en assurent aussi la commercialisation via leur cabinet CultureRx. Aucun des deux chiffres de productivité n'a fait l'objet d'une vérification indépendante. Tous deux portent sur Best Buy, sur deux fenêtres différentes, et les conceptrices ne disent jamais lequel retenir : des arguments commerciaux, pas des résultats de recherche répliqués.

La recherche académique indépendante existe pourtant, et elle mesure autre chose que la rentabilité. Des sociologues de l’université du Minnesota ont suivi, sur deux vagues d’enquête espacées de six mois, des unités du siège social de Best Buy exposées au ROWE et des unités de comparaison non exposées [7]. Leurs résultats : une augmentation du sentiment de contrôle sur son emploi du temps et une réduction du conflit travail-famille [7], ainsi que des effets sur des comportements de santé, dont près d’une heure de sommeil supplémentaire les nuits travaillées [8]. Ces effets sur le bien-être sont indirects : les auteurs les trouvent médiés par le contrôle de l’emploi du temps et par la baisse du conflit travail-famille, et non directement liés à l’exposition au dispositif [8]. Le Schéma 1 restitue ce dispositif.

Schéma 1. Dispositif de recherche derrière les résultats académiques du ROWE. Le contrôle du temps perçu, le conflit travail-famille et les indicateurs de santé viennent de [7] et [8] ; le taux de départ, seul résultat lu sur les données administratives de l’entreprise, vient de [17]. Université du Minnesota. Indépendance : [I].

Cette même équipe a aussi mesuré un indicateur dur, que je vois rarement mentionné dans les critiques du ROWE. Une publication distincte porte sur le turnover réel à Best Buy : 775 salariés, données institutionnelles de départ, huit mois de suivi, groupe exposé au ROWE et groupe de comparaison. Les sorties observées s’établissent à 6,1 % dans le groupe ROWE contre 11,1 % dans le groupe de comparaison, et le modèle de survie, qui contrôle le genre et l’étape de vie, le niveau de poste, l’ancienneté et les évaluations subjectives, rend un rapport de risque de 0,545, que les auteurs traduisent par une baisse de 45,5 % du taux de départ [17]. Trois réserves accompagnent ce résultat, et elles viennent des auteurs : le dispositif n’est pas randomisé, les deux groupes diffèrent avant l’intervention sur onze variables dont les intentions de départ, et ils signalent eux-mêmes un possible effet Hawthorne, une contamination probable du groupe de comparaison, et la fenêtre de huit mois comme « a major limitation ». L’équipe qui a évalué STAR quelques années plus tard écrit d’ailleurs la même chose de ce terrain, sans randomisation et avec des groupes « not fully equivalent at baseline » [18]. C’est ce chiffre-là, et non l’écart entre deux niveaux, qui se compare au -90 % annoncé par les conceptrices : la mesure indépendante donne à peu près la moitié de la promesse commerciale. Un facteur deux, donc, et non un abîme. Il interdit aussi d’écrire qu’aucun effet indépendant sur le turnover n’a jamais été observé.

Publication distincte de la même équipe de l'université du Minnesota [17] : 775 salariés de Best Buy, données institutionnelles de départ, les analyses multivariées concluant à une probabilité de départ plus faible chez les salariés exposés. Ce résultat ne valide pas le chiffre commercial de −90 % de turnover, il en est même très éloigné.

Ce que cette même équipe ne trouve pas, en revanche, c’est une réduction de la charge de travail réelle : l’exposition au ROWE augmente le contrôle perçu du temps, sans que ces travaux relèvent de variation des heures travaillées ni des exigences temporelles objectives du poste [7, 8]. Corrélation observée sur le bien-être et le contrôle perçu, causalité plausible non démontrée sur tout ce qui touche à la performance productive ou à la rentabilité : aucune publication de cette équipe que j’aie pu consulter ne mesure ces indicateurs-là, le turnover mis à part.

Il faut par ailleurs distinguer le ROWE comme marque et protocole exact, commercialisé par CultureRx, des principes de redesign du travail qu’il incarne. Une intervention directement apparentée, STAR (Support. Transform. Achieve. Results), a été testée ensuite dans la division informatique d’une autre entreprise du Fortune 500, cette fois par essai randomisé par groupes, en ciblant davantage de contrôle sur le moment et le lieu de travail ainsi qu’un soutien managérial explicite à la vie personnelle [18]. L’effet sur le contrôle de l’horaire y est net, mais celui sur le conflit travail-famille, qui donne pourtant son titre à la publication, reste au-dessus du seuil usuel de signification. Les chercheurs la présentent eux-mêmes comme « an initiative quite similar to STAR », tout en posant deux écarts : le ROWE était né dans l’entreprise, STAR a été apporté par des consultants extérieurs. Deux faits de provenance méritent d’être dits, puisque je fais de la provenance mon deuxième critère. L’équipe qui évalue STAR est celle qui l’a conçu. Et les remerciements de la publication citent CultureRx, le cabinet qui commercialise le ROWE, « for collaboration on the intervention ». Aucune déclaration d’intérêts n’accompagne le document. Deux lectures en découlent, et elles ne disent pas la même chose : la preuve externe sur le protocole ROWE exact reste limitée, tandis que les principes de contrôle temporel et de flexibilité qu’il porte relèvent d’une littérature expérimentale nettement plus large. La nuance compte pour un dirigeant : ce qu’on peut raisonnablement importer, ce sont les principes, pas la promesse de rentabilité attachée à la marque.

Ce que ces données n’établissent pas. L’abandon peut venir d’une nouvelle philosophie managériale, d’une transformation organisationnelle plus large, d’une stratégie de redressement, d’un problème de mise en œuvre, du simple arbitrage d’un nouveau dirigeant, ou effectivement d’une inefficacité. Aucun protocole d’évaluation n’est rapporté par les sources consultées, donc rien ne permet de trancher entre ces explications. Le point est d’autant moins anodin que la même entreprise est celle où des chercheurs indépendants ont observé un taux de départ plus faible chez les salariés exposés [17]. Ce qu’on peut affirmer : le dispositif n’a pas survécu à un changement de direction, ce qui est une information réelle sur sa fragilité organisationnelle. Ce qu’on ne peut pas affirmer : que Best Buy a démenti son propre modèle.

Le leadership transformationnel : une validité large, une frontière floue

Théorisé par James MacGregor Burns en 1978 [10] puis formalisé par Bernard Bass en 1985 [11], le leadership transformationnel décrit un manager qui porte une vision, stimule intellectuellement ses collaborateurs et les traite de manière individualisée plutôt que de gérer par la seule sanction ou récompense.

Sa base empirique est étendue et, surtout, elle ne dépend pas d’une seule synthèse. Une méta-analyse constituée à partir de 626 corrélations issues de 87 études indépendantes établit une validité globale de 0,44 pour le leadership transformationnel [12]. Ce chiffre est un coefficient corrigé, moyenné sur six critères dont quatre sont des perceptions rapportées par le subordonné, et il repose sur 93 corrélations et 17 105 salariés. Sur le seul critère de performance du groupe ou de l’organisation, il tombe à 0,26. Son intervalle de crédibilité à 80 % va de 0,10 à 0,78, et son intervalle de confiance à 90 % de 0,39 à 0,49 [12]. Une méta-analyse ultérieure, conduite par une autre équipe, agrège 117 échantillons indépendants issus de 113 études et trouve des relations positives à trois niveaux, 0,25 pour la performance individuelle, 0,33 pour l’équipe, 0,27 pour l’organisation [19]. Elle ne produit aucune validité globale tous niveaux confondus, et ses auteurs refusent de comparer ces trois valeurs entre elles, les points de données n’étant pas commensurables d’un niveau à l’autre. Au niveau organisationnel, leur intervalle de crédibilité à 80 % inclut zéro. Elle ne réplique donc pas la valeur de 0,44 : elle mesure autre chose, et le dit. Une synthèse plus ancienne encore, portant sur la littérature du questionnaire de mesure dominant, allait déjà dans ce sens [20], étant entendu que les auteurs de [12] jugent ses corrélations probablement gonflées par la mesure sur source unique et tiennent leurs propres estimations, plus basses, pour les plus représentatives des dispositifs rigoureux. Ce même travail porte un résultat qui contrarie directement ce que je recommande plus bas : la récompense contingente, c’est-à-dire la gestion classique par objectifs, affiche un coefficient supérieur à celui du leadership transformationnel sur trois des six critères examinés, dont deux seulement sont statistiquement tranchés, la satisfaction au travail et la performance du dirigeant. Sur deux autres critères, les auteurs écrivent que la différence n’est pas significative. L’écart global reste faible, 0,39 contre 0,44 [12]. Corrélation observée, à un niveau que la littérature en psychologie du travail considère comme substantiel, et dont la direction est retrouvée par des équipes distinctes. Un avertissement s’impose sur ces décomptes : études, sources et échantillons ne sont pas la même unité, chaque synthèse retient la sienne, et je reprends ici le mot de chacune plutôt que d’en fabriquer une équivalence.

Méta-analyse [12], portant sur 626 corrélations issues de 87 sources indépendantes ; une méta-analyse ultérieure conduite par une autre équipe [19] retrouve des relations positives avec la performance individuelle, d'équipe et organisationnelle. Corrélation observée, à un niveau que la littérature en psychologie du travail considère comme substantiel, pas un lien de cause à effet.

Une expérience de terrain randomisée existe par ailleurs pour ce seul modèle : 54 responsables militaires ont été répartis au hasard entre une formation au leadership transformationnel et une formation de contrôle, avec 90 subordonnés directs et 724 subordonnés indirects, et les auteurs observent des effets positifs sur plusieurs indicateurs de développement et de performance des subordonnés [21]. Causalité établie dans ce cadre précis, sans que cela vaille démonstration causale dans une organisation civile ou sur un résultat d’entreprise. C’est peu au regard des ambitions du modèle. C’est surtout la seule assignation aléatoire portant directement sur l’un des trois styles comparés ici : l’essai randomisé évoqué plus haut à propos du ROWE porte sur une intervention apparentée de redesign du travail, pas sur une posture d’encadrement.

Je ne chercherai donc pas à désigner lequel du leadership serviteur ou du leadership transformationnel serait « le mieux prouvé » : la question n’a pas de réponse tant qu’on n’a pas dit selon quel critère (étendue de la littérature, validité incrémentale, diversité des méthodes, preuve causale), et chacun l’emporte sur un critère différent. Tous deux disposent d’une littérature bien plus étendue que le ROWE, mais leurs construits se chevauchent fortement [16] et leur mesure reste dominée par des instruments perceptuels.

Ce qui reste quand on retire l’emballage : une question de posture, pas de recette

Figure 1. Les six affirmations scorées plus bas, placées sur les deux axes qui les départagent : l’étendue, c’est-à-dire le nombre d’unités indépendantes derrière l’affirmation, et le dispositif qui a produit le résultat. L’axe d’étendue est ordinal et non chiffré, un échantillon de méta-analyse et une entreprise ne se comptant pas sur la même graduation. Sources : [2] et [3] pour le leadership serviteur, [12], [19] et [20] pour le transformationnel, [4, 5, 6] pour le chiffre commercial du ROWE, [7, 8, 17] pour son terrain, [18] pour l’intervention apparentée.

Le point commun défendable entre les trois n’est donc pas une recette à appliquer telle quelle, mais un renoncement partagé à une seule et même posture : celle du manager qui considère que son autorité technique doit rester supérieure à celle de l’expert qu’il encadre. Ce renoncement se décline différemment selon la fonction retenue. La posture managériale n’est cependant qu’une moitié du problème : sur le volet rémunération de ces mêmes profils rares, voir Avantages salariés : le calcul que le benchmarking ne propose pas.

Un score de robustesse empirique, applicable à toute affirmation présentée comme prouvée

Ce que coûte le quatrième critère, en chiffres. Je n’ai pas besoin de l’argumenter : la méta-analyse de référence du dossier le mesure sur ses propres données. La validité du leadership transformationnel vaut 0,50 sur dispositif transversal contre 0,27 en longitudinal, et 0,55 quand le style et le résultat sont rapportés par la même personne contre 0,28 quand ils viennent de sources différentes, les deux écarts étant testés et significatifs [12]. Le dispositif ne vaut donc pas une nuance de prudence : il vaut à peu près la moitié de l’effet. C’est ce chiffre qui justifie de lui donner un point entier, à égalité avec l’étendue, et aucune des grilles citées plus bas ne le porte.

Le SRE se calcule sur une affirmation, jamais sur un modèle. C’est la règle qui rend l’outil utilisable, et c’est aussi la plus facile à enfreindre. Un modèle de management n’a pas de niveau de preuve : il a autant de niveaux de preuve que d’affirmations qu’on lui prête. Noter le ROWE 0/4 en prenant « le ROWE augmente la productivité de 41 % » comme résultat-clé, tout en notant le leadership transformationnel sur sa validité prédictive méta-analytique, revient à comparer deux objets différents et à faire dire au score bien plus qu’il ne mesure. Avant de scorer, il faut donc écrire noir sur blanc la proposition exacte qu’on met à l’épreuve.

Appliqué aux propositions précises que cet article a examinées :

Le quatrième critère défait le classement, et c’est le résultat le plus utile de cet article. Les deux axes ne rangent pas les mêmes affirmations dans le même ordre. Les affirmations les plus étendues, celles qu’on tire des méta-analyses de leadership, sont aussi les seules à ne jamais gagner le point de dispositif. Les affirmations qui l’emportent sur ce point, le terrain Best Buy, l’intervention apparentée et l’expérience de formation au leadership transformationnel, tiennent chacune sur un ou deux terrains. Aucun modèle ne domine donc l’autre : à l’intérieur d’un même modèle, deux affirmations obtiennent des scores et des profils différents, et c’est exactement ce que la règle d’application à l’affirmation annonçait. Une comparaison qui ne compte qu’un seul de ces deux axes se trompe de conclusion quel que soit l’axe choisi.

Trois précisions rendent le score lisible. Le SRE ne note pas un modèle mais une affirmation : le ROWE n’a pas un score, il en a trois selon ce qu’on lui fait dire, 0/4 pour sa promesse commerciale, 2/4 pour ce que la recherche indépendante a mesuré sur son terrain d’origine, 3/4 pour les principes de redesign du travail qu’il incarne. L’écart entre ces trois lignes est exactement l’espace dans lequel un promoteur de méthode installe son argumentaire. Le critère de réplication porte sur le résultat scoré, pas sur un résultat voisin : la ligne du leadership transformationnel perd ce point, parce que la seule équipe distincte disponible mesure par niveau, ne produit aucune validité globale, refuse de comparer ses propres niveaux entre eux, et voit son intervalle inclure zéro là où l’affirmation porte, au niveau organisationnel [19]. Retrouver une direction n’est pas retrouver un résultat. Et un score bas ne disqualifie pas un modèle, il interdit seulement d’en faire la base d’un déploiement organisationnel, ce qui est précisément l’usage que Best Buy a fait de la promesse de rentabilité du ROWE avant d’y renoncer.

Précision de méthode. Ce score n’est pas indépendant de l’indice de solidité de la preuve affiché en tête de cette analyse. Il en est la projection sur une affirmation unique : là où l’indice note la pièce entière, le SRE note une phrase. Les deux instruments se contrediraient si le SRE ignorait le dispositif, puisque c’est l’axe que l’indice pondère le plus lourdement. C’est la raison du quatrième critère, ajouté après avoir constaté que le score à trois critères classait la seule affirmation adossée à un essai randomisé sous des affirmations adossées à des questionnaires.

Le critère qui doit trancher : la mesurabilité fiable du résultat, pas la préférence du modèle

Comparer le poids de preuve des affirmations examinées ici (Figure 1) dit ce qu’on peut leur faire confiance à affirmer. Cela ne dit pas encore, pour un dirigeant qui doit choisir aujourd’hui, quand activer laquelle des trois fonctions. Croiser cet état de la preuve avec un diagnostic de compétence et d’engagement permet de poser un critère plus étroit que la popularité du modèle : peut-on définir, pour ce collaborateur ou cette équipe, un résultat observable et difficile à manipuler sans passer par un contrôle direct de la manière de l’atteindre ?

Précision de méthode, et cohérence avec ce qui précède. L’idée d’ajuster la posture au niveau de maîtrise de la tâche vient du leadership situationnel de Hersey et Blanchard. Je l’emprunte comme intuition d’organisation, pas comme modèle validé, parce qu’appliquer à ce modèle le score défini plus haut serait sévère : les travaux de test de la Situational Leadership Theory obtiennent depuis longtemps des résultats mitigés, avec peu de soutien aux correspondances précises que le modèle postule entre niveau de maturité et style optimal, et des travaux plus récents sur les théories de contingence aboutissent au même constat [22]. Il aurait été contradictoire de dénoncer l’adoption de modèles séduisants sans preuve, puis d’installer l’un d’eux comme arbitre sans le dire.

Cadre de décision. Trois cas se distinguent, et un seul rend la fonction ROWE directement applicable en l’état.

• Compétence ou engagement insuffisants sur la tâche. Le prérequis n’est aucun des trois modèles comparés ici : c’est un style directif ou de coaching, le temps que l’autonomie devienne réelle. Contractualiser un résultat, protéger, ou porter une vision ne compensent pas un déficit de compétence, ils le masquent le temps que le problème réapparaisse ailleurs.
• Autonomie réelle et résultat mesurable de façon fiable (un objectif de vente, un taux de conversion, un volume de tickets résolus selon un standard de qualité vérifiable). C’est le seul cas où la fonction de contractualisation du résultat, inspirée du ROWE, mérite d’être testée, et seulement en pilote limité et réversible, jamais en déploiement fondé sur les seuls chiffres de ses conceptrices pour les raisons exposées plus haut.
• Autonomie réelle et résultat non mesurable de façon fiable. C’est notamment le cas de nombreux postes d’experts (recherche, ingénierie, conseil, tout travail où le jugement de pairs pèse plus qu’un indicateur unique). Je n’ai pas de source qui chiffre la part exacte de ces postes, et je m’abstiens donc d’écrire qu’ils sont majoritaires. Contractualiser un résultat mal défini pousse à optimiser l’indicateur plutôt que la performance réelle qu’il est censé représenter, un mécanisme décrit à partir de l’audit universitaire britannique, dont la transposition à la contractualisation de résultats d’experts est une extrapolation de ma part : dès qu’une mesure devient officiellement la cible poursuivie, elle cesse d’être une mesure fiable de ce qu’elle prétendait capturer [14]. Dans ce cas précis, la fonction ROWE devient plus difficile à mettre en œuvre sans créer des incitations perverses, dès lors que la performance ne peut pas être évaluée de manière robuste et multidimensionnelle. Ce n’est pas une impossibilité de principe : « results only » peut très bien désigner une évaluation par la qualité d’un livrable, par une revue de pairs, par le respect d’un cahier des charges ou par un faisceau de résultats, et non par un indicateur chiffré unique. La vraie question n’est donc pas « peut-on créer un KPI fiable », mais « comment apprécier la contribution sans retomber dans le présentéisme ». Les deux fonctions à mobiliser sont alors le leadership serviteur (retirer les irritants, sécuriser les ressources) et le leadership transformationnel (donner un sens que l’indicateur, par construction, ne peut pas capturer).

Ce test ne remplace pas le tableau de correspondance par profil managérial plus bas : il en est le filtre d’entrée, à appliquer avant de choisir une ligne dans ce tableau plutôt qu’après.

Ce que le SRE ajoute aux grilles de preuve qui existent déjà

Positionnement. Noter la solidité d’une preuve n’est pas une idée neuve, et il serait malhonnête de présenter le SRE comme une invention. L’idée qu’un résultat retrouvé par des personnes différentes, en des lieux et des circonstances différents, vaut mieux qu’un résultat isolé est ancienne, et elle fusionne d’ailleurs mes critères d’étendue et de réplication en un seul. Le SRE ne prétend établir aucune causalité : il trie des affirmations selon la solidité de leur chaîne de production, ce qui est une question plus modeste, et je ne le présente pas comme une grille à cocher.

Les grilles contemporaines classent d’abord par dispositif, en médecine comme ailleurs. L’ingénierie logicielle fondée sur la preuve se constitue en 2004 en important les étapes de la médecine fondée sur la preuve, dans un champ où trop de pratiques étaient adoptées sur la foi d’un cas emblématique ou de la conviction d’un consultant [15] ; la hiérarchie de plans d’étude proprement dite n’y figure pas, contrairement à ce qu’on lui attribue souvent. Le management, enfin, a sa propre version : le Critically Appraised Topic du Center for Evidence-Based Management note la qualité méthodologique sur six niveaux de design et impose d’énoncer chaque conclusion avec son niveau [23]. C’est cette antériorité-là qui compte le plus ici, puisqu’elle traite exactement mon objet.

Le SRE n’est donc le doublon d’aucune de ces grilles, et il ne les remplace pas. Il tient en un chiffre court, il s’applique à une phrase plutôt qu’à un corpus, et il note ensemble deux choses que les autres séparent ou omettent : la provenance du chiffre et la solidité du dispositif. Un cabinet de conseil ou une ESN qui évalue ses propres méthodes managériales internes gagnerait à se poser la question qu’un ingénieur logiciel sérieux se pose depuis 2004 : la preuve de cette pratique vient-elle d’ailleurs que de celui qui la vend ?

Application par profil de décision

Lexique

• Leadership serviteur : posture managériale dans laquelle le manager priorise le service rendu à ses collaborateurs (protection, ressources) sur l’exercice direct de l’autorité.
• ROWE (Results-Only Work Environment) : modèle organisationnel supprimant toute contrainte d’horaire ou de présence, l’évaluation portant exclusivement sur l’atteinte des résultats.
• Leadership transformationnel : style de management fondé sur la vision, la stimulation intellectuelle et la considération individualisée des collaborateurs.
• Leadership transactionnel par récompense contingente : management par objectifs assortis d’une récompense ou sanction directement liée à leur atteinte.
• Validité incrémentale : capacité d’une variable à prédire un résultat au-delà de ce que prédisent déjà d’autres variables comparables, une fois celles-ci contrôlées statistiquement.
• Quasi-expérience : dispositif de recherche comparant des groupes exposés et non exposés à une intervention, sans assignation aléatoire des participants.
• Biais de méthode commune : distorsion statistique apparaissant quand la même personne évalue à la fois la cause et l’effet étudiés, via le même instrument déclaratif.
• ρ (rho) corrigé : corrélation méta-analytique corrigée des principales sources d’erreur de mesure (fidélité des instruments notamment), utilisée pour estimer la relation « vraie » entre deux variables au-delà du bruit d’échantillonnage.
• Effet de la mesure devenue cible : tendance d’un indicateur à perdre sa valeur de mesure sincère dès lors qu’il devient officiellement l’objectif poursuivi, les comportements s’ajustant à l’indicateur plutôt qu’à la réalité qu’il était censé représenter.
• Score de robustesse empirique (SRE) : grille à quatre critères (étendue, indépendance de la source des chiffres-clés, réplication du résultat scoré, qualité du dispositif) permettant de noter sur 4 la solidité de la preuve derrière une affirmation précise. Le score porte sur une affirmation, jamais sur un modèle entier : un même modèle obtient des scores différents selon la proposition qu’on lui prête.
• Essai randomisé par groupes : essai contrôlé dans lequel l’assignation aléatoire porte sur des unités entières (services, équipes, sites) et non sur des individus isolés.

Bibliographie

Chaque entrée porte son tier d’indépendance : [I] pour une mesure indépendante du sujet, [S] pour une source institutionnelle ou de presse qui relaie sans vérifier, [P] pour une partie prenante, c’est-à-dire une source qui a un intérêt propre à ce qu’elle avance.

1. Greenleaf, R. K. (1970). The Servant as Leader. Essai fondateur, non empirique. [I]
2. Lee, A., Lyubovnikova, J., Tian, A. W., & Knight, C. (2020). Servant leadership: A meta-analytic examination of incremental contribution, moderation, and mediation. Journal of Occupational and Organizational Psychology, 93(1), 1-44. [I]
3. Hoch, J. E., Bommer, W. H., Dulebohn, J. H., & Wu, D. (2018). Do ethical, authentic, and servant leadership explain variance above and beyond transformational leadership? A meta-analysis. Journal of Management, 44(2), 501-529. [I]
4. Ressler, C., & Thompson, J. (2008). Why Work Sucks and How to Fix It. Source productrice du modèle, chiffres non vérifiés indépendamment. [P]
5. TIME (2008, 30 mai). Finding Freedom at Work. TIME Magazine. Source de presse secondaire, reprend le chiffre de +41 % pour la cohorte Best Buy 2005-2007 sans vérification indépendante. [S]
6. CultureRx (Ressler, C., & Thompson, J.). The CultureRx Story, gorowe.com. Consulté le 13 août 2026. Source productrice du modèle, cite un gain moyen de +35 %, qu’il attribue lui-même à un article de presse de décembre 2006 portant sur des départements de Best Buy, chiffre non vérifié indépendamment. [P]
7. Kelly, E. L., Moen, P., & Tranby, E. (2011). Changing workplaces to reduce work-family conflict: Schedule control in a white-collar organization. American Sociological Review, 76(2), 265-290. [I]
8. Moen, P., Kelly, E. L., Tranby, E., & Huang, Q. (2011). Changing work, changing health: Can real work-time flexibility promote health behaviors and well-being? Journal of Health and Social Behavior, 52(4), 404-429. [I]
9. Stevenson, S. (2014). Reportage sur la fin du ROWE au siège de Best Buy, et sur la décision de Yahoo! de rappeler ses salariés en présentiel. Slate. Source secondaire de presse. L’entrée ne dit pas que Yahoo! pratiquait le ROWE : elle rapporte deux décisions de sens comparable prises à la même période. [S]
10. Burns, J. M. (1978). Leadership. Ouvrage fondateur, non empirique. [I]
11. Bass, B. M. (1985). Leadership and Performance Beyond Expectations. Ouvrage fondateur, non empirique. [I]
12. Judge, T. A., & Piccolo, R. F. (2004). Transformational and transactional leadership: A meta-analytic test of their relative validity. Journal of Applied Psychology, 89(5), 755-768. [I]
13. van Knippenberg, D., & Sitkin, S. B. (2013). A critical assessment of charismatic-transformational leadership research: Back to the drawing board? Academy of Management Annals, 7(1). [I]
14. Strathern, M. (1997). ‘Improving ratings’: audit in the British university system. European Review, 5(3), 305-321. Décrit l’effet de la mesure devenue cible dans le système universitaire britannique. La transposition à la contractualisation de résultats d’experts en entreprise est une extrapolation de ma part, signalée comme telle à l’endroit où je m’en sers. [I]
15. Kitchenham, B., Dybå, T., & Jørgensen, M. (2004). Evidence-Based Software Engineering. Proceedings of the 26th International Conference on Software Engineering (ICSE’04), IEEE Computer Society, 273-281. Champ adjacent (ingénierie logicielle), mobilisé pour élargir la comparaison au-delà de la littérature management/comportement organisationnel. [I]
16. Eva, N., Howard, J. L., Liden, R. C., Morin, A. J. S., & Schwarz, G. (2025). An Inconvenient Truth: A Comprehensive Examination of the Added Value (or Lack Thereof) of Leadership Measures. Journal of Management Studies, 62(7), 3072-3117. Douze mesures de leadership populaires, dont le leadership serviteur et le transformationnel, sur sept échantillons, cinq pays et environ 4 000 répondants. Documente une forte variance commune entre styles et peu de variance unique systématique. [I]
17. Moen, P., Kelly, E. L., & Hill, R. (2011). Does enhancing work-time control and flexibility reduce turnover? A naturally occurring experiment. Social Problems, 58(1), 69-98. Mesure du turnover réel à Best Buy sur données institutionnelles de départ (775 salariés, huit mois de suivi, groupe exposé et groupe de comparaison). [I]
18. Kelly, E. L., Moen, P., Oakes, J. M., et coauteurs (2014). Changing work and work-family conflict: Evidence from the Work, Family, and Health Network. American Sociological Review, 79(3), 485-516. Essai randomisé par groupes de l’intervention STAR dans la division informatique d’une entreprise du Fortune 500, présentée par ses auteurs comme apparentée aux travaux menés autour du ROWE. [I]
19. Wang, G., Oh, I.-S., Courtright, S. H., & Colbert, A. E. (2011). Transformational leadership and performance across criteria and levels: A meta-analytic review of 25 years of research. Group & Organization Management, 36(2), 223-270. Méta-analyse indépendante de celle de Judge et Piccolo, agrégeant 117 échantillons indépendants issus de 113 études. [I]
20. Lowe, K. B., Kroeck, K. G., & Sivasubramaniam, N. (1996). Effectiveness correlates of transformational and transactional leadership: A meta-analytic review of the MLQ literature. The Leadership Quarterly, 7(3), 385-425. Méta-analyse antérieure et distincte sur le même construit. [I]
21. Dvir, T., Eden, D., Avolio, B. J., & Shamir, B. (2002). Impact of transformational leadership on follower development and performance: A field experiment. Academy of Management Journal, 45(4), 735-744. Expérience de terrain randomisée : 54 responsables militaires, 90 subordonnés directs, 724 subordonnés indirects. [I]
22. Littérature de test de la Situational Leadership Theory (Hersey et Blanchard), aux résultats mitigés et apportant peu de soutien aux correspondances postulées entre niveau de maturité et style optimal. Deux travaux portent ce constat : Vecchio, R. P. (1987), Situational leadership theory: An examination of a prescriptive theory, Journal of Applied Psychology, 72(3), 444-451 ; et Thompson, G., & Vecchio, R. P. (2009), Situational leadership theory: A test of three versions, The Leadership Quarterly, 20(5), 837-848, qui conclut à un bilan de soutien mitigé. Je n’en connais aucun qui fasse référence à lui seul sur ce point. [I]
23. Barends, E., Rousseau, D. M., & Briner, R. B. CEBMa Guideline for Critically Appraised Topics in Management and Organizations. Center for Evidence-Based Management. Note la qualité méthodologique sur six niveaux de design, des méta-analyses d’essais contrôlés aux études de cas et articles théoriques, et impose d’énoncer chaque conclusion avec son niveau. Aucun critère de financement ni de conflit d’intérêts n’y figure. [I]
24. Lundh, A., Lexchin, J., Mintzes, B., Schroll, J. B., & Bero, L. (2017). Industry sponsorship and research outcome. Cochrane Database of Systematic Reviews, MR000033.pub3. Revue portant sur 75 travaux et 4 583 études : rapport de cotes de 2,05 pour des résultats favorables au commanditaire industriel, 2,69 pour des conclusions favorables. [I]
25. Références classiques des biais nommés dans mes réserves, citées pour l’origine du concept et non comme preuve d’un résultat mobilisé ici : Nickerson, R. S. (1998), Review of General Psychology, 2(2), 175-220, pour le biais de confirmation ; Thorndike, E. L. (1920), Journal of Applied Psychology, 4(1), 25-29, pour l’effet de halo ; Tversky, A. & Kahneman, D. (1974), Science, 185(4157), 1124-1131, pour l’heuristique de représentativité ; Samuelson, W. & Zeckhauser, R. (1988), Journal of Risk and Uncertainty, 1(1), 7-59, pour le biais de statu quo. [I]
26. Joly, H. (2013, 18 mars). Tribune signée par le directeur général de Best Buy, Star Tribune. Y expose que le style d’encadrement doit être choisi collaborateur par collaborateur et qu’aucun ne convient à tous, ce que le programme ROWE laissait selon lui supposer. Source de tier P sur ce point : le dirigeant qui a mis fin au dispositif y explique sa propre décision. [P]

Écart au Standard Probans

Cette pièce a été écrite, puis reprise deux fois, sans que ses sources aient jamais été ouvertes et relevées une par une. C’est la reprise qui l’a établi, et c’est le manquement le plus lourd que j’aie à déclarer ici.

Cinq de mes vingt-six références portent une adresse ouvrable, les autres non. Les cinq sont celles qui portent le tableau de scores : je suis remonté à chacune, sur le document lui-même, lu de bout en bout. Six références au total ont été lues intégralement. Les vingt autres restent des entrées de bibliographie sans adresse, et pour celles-là je ne peux affirmer que la cohérence avec ce qu’elles annoncent porter, pas la fidélité à ce qu’elles contiennent.

Ce que ces cinq lectures ont changé mérite d’être dit, parce que c’est l’argument de cette analyse retourné contre elle. Chacune des cinq a corrigé quelque chose. Deux d’entre elles ont corrigé des corrections que j’avais faites le jour même sur la foi d’un résumé. Le décompte des critères où la gestion par objectifs devance le leadership transformationnel n’est pas de deux ni de trois mais des deux à la fois, selon qu’on lit les coefficients bruts ou les écarts significatifs. Le nombre d’échantillons de la méta-analyse du leadership serviteur ne porte aucune de ses relations. Et la seule équipe distincte que je comptais comme réplication mesure en réalité autre chose, et le dit.

Deux décimales sont revenues, et un chiffre plus utile avec elles. J’avais écrit 6 % et 11 % faute d’avoir pu vérifier les décimales. Elles sont imprimées : 6,1 % et 11,1 %. Le document porte surtout le chiffre qui manquait vraiment, un rapport de risque de 0,545, soit une baisse de 45,5 % du taux de départ, seule grandeur qui se compare à la promesse commerciale de 90 %.

J’avais tiré de mon propre tableau une conclusion que ma sélection fabriquait. J’y donnais trois lignes au ROWE, une seule au leadership transformationnel, et j’en concluais que le classement des deux s’inversait d’un axe à l’autre. Mais l’affirmation pour laquelle cette littérature détient son meilleur dispositif, l’expérience randomisée de formation, était examinée dans mon corps et absente de mon tableau. Une fois sa ligne ajoutée, l’inversion entre deux camps disparaît, et il reste quelque chose de plus juste : le même modèle occupe deux cases. C’est exactement ce que la règle d’application à l’affirmation annonçait, et je ne l’avais pas appliquée à moi.

Ce que je n’ai pas traité. Six terrains adjacents restent hors de cette analyse, et deux d’entre eux la concernent directement : la littérature empirique sur les dirigeants experts de leur propre domaine, qui instruit mon hypothèse d’ouverture et ne va pas dans mon sens ; et la théorie de la fixation d’objectifs, qui est la pratique sous-jacente à la fonction que j’appelle « contractualiser le résultat » et qui dispose d’une base de preuve plus large que ce que je lui prête. Je le signale plutôt que de laisser croire que le tour de la question est fait.

Enfin, mon score de qualité passe de 96 à 70. Ce que cette analyse apporte en propre tient, et les relevés l’ont plutôt renforcé : une grille qui se calcule sur une affirmation et non sur un modèle, un quatrième critère dont je peux maintenant chiffrer le prix, et trois démonstrations indépendantes de ma propre thèse tirées de mes propres sources. Ce qui ne tient pas encore, c’est la chaîne de vérification sous les vingt et une références restantes. Un score au-dessus du seuil de publication certifierait l’inverse de ce que ce paragraphe reconnaît.