AIPTLF 2025 - du 8 au 11 juillet 2025
Qualité de Vie :
Du Travail aux Autres Sphères de l'Existence
Session : Enjeux et Impacts du Télétravail
Effet des déterminants de l’acceptabilité sociale des technologique selon les phases d’adoption.
MEINERI S. 1, SOMAT A. 1, SILONE F. 1, COLLET P. 1
1 Université Rennes 2 , Vannes, France
Introduction :
Dans le cadre de la transformation digitale des entreprises, l'adoption des technologies représente un enjeu majeur. Pour prédire cette adoption, des modèles d'acceptabilité sociale, comme le TAM (Davis, 1989), ont identifié des facteurs clés : l'intention comportementale, influencée par l'utilité perçue, la facilité d'utilisation perçue, les normes sociales et le contrôle comportemental perçu. Avec ses évolutions (TAM2, TAM3) puis UTAUT et UTAUT2 (Venkatesh et al., 2003, Venkatesh, 2012), ces modèles atteignent un taux de prédiction de 70% (Khechine et al., 2016). Ils peinent cependant à capturer la dynamique évolutive de l'adoption (Roger, 1995 ; Venkatesh, 2016). Karahanna (1999) a montré que les normes influencent l'intention avant l'utilisation, tandis que l'attitude et l'utilité perçue impactent l'intention de poursuivre. Bamberg (2013) dans le cadre des comportements écocitoyens, a démontré que les déterminants varient selon des phases de changement. Cette étude vise à explorer l'influence des déterminants d'acceptabilité à travers différents stades de changement.
Méthodes et résultats :
Étude 1 : Élaboration d’une mesure des stades d’adoption. L’échelle URICA, mesurant quatre stades du changement, issue du modèle transthéorique du changement (MTT) (Prochaska et Diclemente, 1992), a été adaptée auprès de 237 enseignants dans le cadre de l’intégration de ChatGPT. L’analyse factorielle confirme une structure à 4 stades avec 16 items et une bonne cohérence interne et validité convergente. Une analyse des corrélations avec deux échelles de 5 items (Bamberg, 2013, et Etter & Perneger, 1999) a permis d’identifier une échelle courte pour évaluer les stades. L’étude, menée auprès de 517 professionnels intégrant l’IA, a permis de sélectionner l’échelle SSBC (Bamberg, 2013).
Étude 2 : L’évolution des déterminants de l'UTAUT2 à travers les stades du changement. Les enquêtes ont été menées auprès de professionnels (n=378) intégrant l’IA. Les résultats de la SEM multigroupe montrent que l’influence sociale injonctive a un effet significatif sur l’intention au stade de pré-décision, tandis que l’influence sociale descriptive est significative au stade de décision. Lors des phases de pré-action et d’action, l’utilité perçue joue un rôle clé, tandis qu’à la phase post-actionnelle, la facilité perçue devient déterminante. De plus, nous avons observé que l’effet des sources d’influence (formation, collègue, guide, hiérarchie, etc) sur l’intention sont médiés par ces déterminants.
Discussion :
Ces résultats fondés sur les déterminants sociocognitifs permettent d'adapter les interventions selon le stade d'avancement, offrant une alternative aux approches macro-managériales traditionnelles (Herscovitch et Meyer, 2002; Stouten, 2018). Ainsi, en termes de recommandations, lors de la phase de pré-contemplation, il semble important de renforcer la communication institutionnelle et d’impliquer les managers pour expliquer les enjeux du changement. Lors du stade de décision, l’influence sociale descriptive devient cruciale ; il est recommandé de mettre en place des réseaux d’ambassadeurs et des groupes pilotes pour partager des expériences positives. En phase de pré-action et d’action, des formations ciblées et des tests doivent être proposés, accompagnés d’une communication sur les bénéfices de l'outil. Enfin, en phase post-action, il est nécessaire de simplifier l’expérience utilisateur en intégrant le nouvel outil aux routines de travail.
References: