Monsieur Paul Collet présente ses travaux en vue de l'obtention du diplôme de doctorat en psychologie, sous la direction des professeurs Alain Somat de l'Université Rennes 2 et Sebastien Meineri de l'Université Bretagne Sud.
Titre
Prédire l’adoption des technologies en entreprise : une modélisation dynamique des déterminants psychosociaux à travers les stades du changement
Résumé :
Les technologies déployées lors de projets de transformation en entreprise ne rencontrent pas toujours l’adhésion des utilisateurs (Lapointe & Rivard, 2005a). La compréhension des mécanismes psychosociaux inhérents à ce type de changement permet d’améliorer les stratégies d’accompagnement (Stouten et al., 2018). Des modèles comme l’UTAUT (Venkatesh et al., 2003) ou l’UTAUT2 (Venkatesh et al., 2012), ont permis d’identifier les principaux déterminants de l’acceptation technologique mais peinent à saisir sa dynamique évolutive (Karahanna et al., 1999b). Pour mieux comprendre ce processus, les modèles en étapes du changement, tels que le MTT (Prochaska & Diclemente, 1982) ou la MAP (Gollwitzer, 1990), offrent un cadre utile. Dans ce sens, cette recherche examine l’effet des déterminants de l’acceptabilité à chaque stade du changement ainsi que l’influence de sources environnementales sur ces déterminants. Cela a impliqué la création d’échelles de mesure des stades du changement, une étude évaluant l’effet des déterminants selon les stades et une étude longitudinale analysant les trajectoires d’adoption. Elles ont été menées auprès de professionnels sur leur utilisation de l’intelligence artificielle (IA). Les résultats montrent que l’influence sociale domine aux stades initiaux, l’utilité perçue au stade décisionnel, puis la facilité perçue lors de l’action et du maintien. L’utilité perçue et l’influence sociale ont également un effet lors du stade de maintien. Ces travaux contribuent, à mieux comprendre le processus dynamique de l’acceptabilité, tout en proposant des outils d’analyse des mécanismes psychosociaux pour adapter les stratégies d’accompagnement.
Mots clés : : Acceptabilité technologique, Changement organisationnel, Conduite du changement, Intelligence Artificielle, UTAUT, Modèle transthéorique du changement, SSBC
Abstract
The technologies deployed during corporate transformation projects do not always meet with user acceptance (Lapointe & Rivard, 2005a). Understanding the psychosocial mechanisms inherent in this type of change makes it possible to improve support strategies (Stouten et al., 2018). Models such as UTAUT (Venkatesh et al., 2003) and UTAUT2 (Venkatesh et al., 2012) have identified the main determinants of technology acceptance but struggle to capture its evolving dynamics (Karahanna et al., 1999b). To better understand this process, stage models of change, such as the MTT (Prochaska & Diclemente, 1982) or the MAP (Gollwitzer, 1990), offer a useful framework. In this sense, this research examines the effect of acceptability determinants at each stage of change as well as the influence of environmental sources on these determinants. This involved creating scales to measure the stages of change, a study assessing the effect of determinants according to stage, and a longitudinal study analysing adoption trajectories. These were conducted among professionals regarding their use of artificial intelligence (AI). The results show that social influence dominates in the initial stages, perceived usefulness in the decision-making stage, and perceived ease in the action and maintenance stages. Perceived usefulness and social influence also have an effect during the maintenance stage. This work contributes to a better understanding of the dynamic process of acceptability, while proposing tools for analysing psychosocial mechanisms in order to adapt support strategies.