En 1954, Paul Fitts proposa une loi empririque permettant d'estimer le temps mis pour atteindre une cible. Cela concerne par exemple les pointages réels avec le doigt (mettre aussi vite que possible le doigt sur une cible), mais est largement utilisé aujourd'hui en interaction homme-machine pour estimer le temps de pointage avec la souris (lire par exemple l'article de McKenzie). Cette "loi" a en fait plusieurs formes différentes. La plus répandue est sans doute T=a+b.log(1+D/W), mais une autre forme régulièrement utilisée est celle-ci :

T=a+b.log(2D/W)     {LF},

Où a et b sont des constantes, log le logarithme en base 2, D la distance entre le point de départ et le centre de la cible, et W le diamètre de la cible (supposée circulaire ici), et T le estimé temps mis pour atteindre la cible.

Bizarrement, une autre expression de la "loi de Fitts" est également utilisée (Meyer et al., 1988) :

T = a+b.exp(ln(D/W)/n)     {LM}

Cette autre formulation s'appuie sur une théorie (stochastic optimized submovement theory) qui prévoit une décomposition du mouvement en n déplacement rapides ou sous-mouvements, de plus en plus précis et de moins en moins longs.

Meyer et ses collègues ont longtemps supposé que les deux lois coïncidaient en quelque sorte, du fait que LM tend vers LF quand n tend vers l'infini.

Néanmoins, Olivier Rioul et Yves Guiard, de Telecom ParisTech, ont présenté lors de la conférence du European Mathematical Psychology Group d'août 2011 une analyse qui remet en cause l'équivalence des deux lois. Selon les deux chercheurs, la solution en n sous-mouvements du modèle de Meyer conduit à chercher la racine positive d'un polynôme de degré n. La solution conduit bien à l'expression LF à la limite, mais jamais au modèle de puissance...

Une référence en français pour en savoir un peu plus (chapitre d'ouvrage) est disponible ici.