Les facteurs de l’intention comportementale : un levier multifactoriel pour comprendre et prédire l’acceptabilité des technologies numériques.
DOI :
https://doi.org/10.62920/m0cttk18Mots-clés :
technologies numériques, modèle UTAUT, Intention comportementale, Adoption des technologies, Acceptabilité sociale des technologiesRésumé
Le développement des technologies numériques au cours des dernières décennies a donné lieu à une offre croissante et diversifiée d’applications dans tous les secteurs de la société. Cependant, un certain nombre de ces technologies n’atteignent pas l’objectif d’une adoption généralisée par les individus visés. Comme le soulignent Venkatesh et al. (2003), cet échec est souvent attribué à une inadéquation entre les caractéristiques de la technologie et les besoins spécifiques des usagers, ou à un manque de sensibilisation aux bénéfices perçus de ces innovations technologiques ou émergentes. Cet article propose une revue théorique des modèles d’acceptabilité et d’adoption des technologies, centré autour du modèle intégrateur UTAUT de Venkatesh. Il s’agit d’examiner les facteurs influençant l’intention comportementale d’un individu à utiliser une technologie, considérée comme levier prédictif de son acceptabilité sociale. En s’appuyant sur les principales théories de l’acceptabilité technologique et leurs facteurs constitutifs, l’article présente une synthèse des relations complexes entre croyances, influence sociale, attente d’effort et de performance, caractéristiques individuelles, caractéristiques technologiques, motivation, habitudes et intention comportementale. Ainsi, l’objectif de cet article est d’approfondir la compréhension des dynamiques de l’acceptabilité sociale des technologies, futures ou existantes, afin d’éclairer les conditions de leur intégration en tenant compte des contextes d’usage.
Références
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
Ajzen, I. et Fishbein, M. (1980, mars 17). Understanding attitudes and predicting social behavior. https://www.semanticscholar.org/paper/Understanding-Attitudes-and-Predicting-Social-Ajzen-Fishbein/2303e303f57636618d9c8d5b0050c558a565e835
Ajzen, I. et Fishbein, M. (2000). Attitudes and the attitude–behavior relation: Reasoned and automatic processes. Dans W. Stroebe et M. Hewstone (dir.), European review of social psychology (Vol. 11, pp. 1–33). Chichester, UK: Wiley. https://doi.org/10.1080/14792779943000116
Almahri, A. J., Bell, D. et Merhi, M. (2020). Understanding student acceptance and use of chatbots in United Kingdom universities: A structural equation modelling approach. Proceedings of the 2020 IEEE International Conference on Industrial Engineering and Engineering Management (ICIM), 284–288. https://doi.org/10.1109/ICIM49319.2020.244712
Amadieu, F., Mulet, J., Van der Linden, J., Lombard, J. et van de Leemput, C. (2019). Acceptabilité des technologies d’apprentissage mobile : Le cas des tablettes. Éducation permanente, 219(2), 31-40. https://doi.org/10.3917/edpe.219.0031
Arts, J. W. C., Frambach, R. T. et Bijmolt, T. H. A. (2011). Generalizations on consumer innovation adoption : A meta-analysis on drivers of intention and behavior. International Journal of Research in Marketing, 28(2), 134–144. https://doi.org/10.1016/j.ijresmar.2010.11.002
Atkinson, J. W. (1964). An introduction to motivation. Van Nostrand.
Bagozzi, R. P. (1981). Attitudes, intentions, and behavior: A test of some key hypotheses. Journal of Personality and Social Psychology, 41(4), 607–627. https://doi.org/10.1037/0022-3514.41.4.607
Bandura, A. (1982). Self-efficacy mechanism in human agency. American Psychologist, 37(2), 122–147. https://doi.org/10.1037/0003-066X.37.2.122
Bel, M. (2016). Prédire l’utilisation d’une technologie nouvelle : le cas des Systèmes de Transports Intelligents Coopératifs [Thèse de doctorat, Université Grenoble Alpes]. HALtheses. https://theses.fr/2016GREAH027
Bobillier Chaumon, M.-E. (2013). Acceptabilité technologique, acceptation et appropriation : des notions en tension. Activités, 10(2), 107–122. https://activites.revues.org/3077
Bobillier-Chaumon, M. et Dubois, M. (2009). L’adoption des technologies en situation professionnelle : Quelles articulations possibles entre acceptabilité et acceptation ? Le travail humain, 72(4), 355–382. https://doi.org/10.3917/th.724.0355
Cacciamani, S., Villani, D., Bonanomi, A., Carissoli, C., Olivari, M. G., Morganti, L., Riva, G. et Confalonieri, E. (2018). Factors affecting students’ acceptance of tablet PCs: A study in Italian high schools. Journal of Research on Technology in Education, 50(2), 120–133. https://doi.org/10.1080/15391523.2017.1409672
Compeau, D. R. et Higgins, C. A. (1995a). Application of social cognitive theory to training for computer skills. Information Systems Research, 6(2), 118–143. https://doi.org/10.1287/isre.6.2.118
Compeau, D. R. et Higgins, C. A. (1995b). Computer self-efficacy: Development of a measure and initial test. MIS Quarterly, 19(2), 189–211. https://www.jstor.org/stable/249688
Compeau, D. R., Higgins, C. A. et Huff, S. (1999). Social cognitive theory and individual reactions to computing technology: A longitudinal study. MIS Quarterly, 23(2), 145–158. https://www.jstor.org/stable/249749
Davis, F. D. et Venkatesh, V. (2004). Toward preprototype user acceptance testing of new information systems: Implications for software project management. IEEE Transactions on Engineering Management, 51(1), 31–46. https://doi.org/10.1109/TEM.2003.820878
Davis, F. D., Bagozzi, R. P. et Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), Article 8.
https://doi.org/10.1287/mnsc.35.8.982
Davis, F. D., Bagozzi, R. P. et Warshaw, P. R. (1992). Extrinsic and intrinsic motivation to use computers in the workplace. Journal of Applied Social Psychology, 22(14), 1111–1132. https://doi.org/10.1111/j.1559-1816.1992.tb00945.x
Dillon, A. et Morris, M. G. (1996). User acceptance of information technology: Theories and models. Annual Review of Information Science and Technology, 31, 3–32.
Dubois, M. et Bobillier-Chaumon, M. E. (2009). L’adoption des technologies en situation professionnelle : Quelles articulations possibles entre acceptabilité et acceptation ? Le Travail Humain, 72(4), 355–382. https://doi.org/10.3917/th.724.0355
Fazio, R. H. (1990). Multiple processes by which attitudes guide behavior: The mode model as an integrative framework. Advances in Experimental Social Psychology, 23(1), 75–109. https://doi.org/10.1016/S0065-2601(08)60318-4
Fishbein, M. et Ajzen, I. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Reading, Addison-Wesley.
Gatzioufa, P. et Saprikis, V. (2022). A literature review on users’ behavioral intention toward chatbots’ adoption. Applied Computing and Informatics. https://doi.org/10.1108/ACI-01-2022-0021
Goodhue, D. L. (1995). Understanding user evaluations of information systems. Management Science, 41(12), 1827–1844. https://doi.org/10.1287/mnsc.41.12.1827
Goodhue, D. L. et Thompson, R. L. (1995). Task-technology fit and individual performance. MIS Quarterly, 19(2), 213. https://doi.org/10.2307/249690
Harst, L., Lantzsch, H. et Scheibe, M. (2019). Theories predicting end-user acceptance of telemedicine use: Systematic review. Journal of Medical Internet Research, 21(5). https://doi.org/10.2196/13117
Huang, C.-Y. et Kao, Y.-S. (2015). UTAUT2 based predictions of factors influencing the technology acceptance of phablets by DNP. Mathematical Problems in Engineering, 2015, 603747. https://doi.org/10.1155/2015/603747
Ifenthaler, D. et Schweinbenz, V. (2013). The acceptance of Tablet-PCs in classroom instruction: The teachers’ perspectives. Computers in Human Behavior, 29(3), 525–534. https://doi.org/10.1016/j.chb.2012.11.004
Koulouri, T., Macredie, R. D. et Olakitan, D. (2022). Chatbots to support young adults’ mental health: An exploratory study of acceptability. ACM Transactions on Interactive Intelligent Systems, 12(2), Article 11, 1–39. https://doi.org/10.1145/3485874
Leonard-Barton, D. et Deschamps, I. (1988). Managerial influence in the implementation of new technology. Management Science, 34(10), 1252–1265.
https://doi.org/10.1287/mnsc.34.10.1252
Lee, A. T., Ramasamy, R. K. et Subbarao, A. (2025). Understanding psychosocial barriers to healthcare technology adoption: A review of TAM Technology Acceptance Model and Unified Theory of Acceptance and Use of Technology and UTAUT frameworks. Healthcare, 13(3), 250. https://doi.org/10.3390/healthcare13030250
Melián-González, S., Taño, D. et Bulchand-Gidumal, J. (2019). Predicting the intentions to use chatbots for travel and tourism. Current Issues in Tourism, 24(1), 1–19. https://doi.org/10.1080/13683500.2019.1706457
Miles, O., West, R. et Nadarzynski, T. (2021). Health chatbots acceptability moderated by perceived stigma and severity: A cross-sectional survey. DIGITAL HEALTH, 7. https://doi.org/10.1177/20552076211063012
Moore, G. C. et Benbasat, I. (1991). Development of an instrument to measure the perceptions of adopting an information technology innovation. Information Systems Research. https://doi.org/10.1287/isre.2.3.192
Raffaghelli, J. E., Rodríguez, M. E., Guerrero-Roldán, A.-E. et Bañeres, D. (2022). Applying the UTAUT model to explain the students’ acceptance of an early warning system in higher education. Computers & Education, 182, 104468. https://doi.org/10.1016/j.compedu.2022.104468
Rogers, E. M. et Shoemaker, F. F. (1971). Communication des innovations : Une approche interculturelle (2e éd.). Presses libres.
Terrade, F., Pasquier, H., Reerinck-Boulanger, J., Guingouain, G. et Somat, A. (2010). L’acceptabilité sociale : La prise en compte des déterminants sociaux dans l’analyse de l’acceptabilité des systèmes technologiques. Le travail humain, 72(4), Article 4. https://doi.org/10.3917/th.724.0383
Thompson, R. L., Higgins, C. A. et Howell, J. M. (1991). Personal computing: Toward a conceptual model of utilization. MIS Quarterly, 15(1), Article 1. https://doi.org/10.2307/249443
Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information Systems Research, 11(4), 342–365. DOI:10.1287/isre.11.4.342.11872
Venkatesh, V. (2022). Adoption and use of AI tools: A research agenda grounded in UTAUT. Annals of Operations Research, 308(1–2), 641–652. https://doi.org/10.1007/s10479-020-03918-9
Venkatesh, V. et Bala, H. (2008), Modèle d'acceptation de la technologie 3 et programme de recherche sur les interventions. Sciences de la décision, 39 : 273-315. https://doi-org.acces.bibl.ulaval.ca/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., Morris, M. G., Davis, G. B. et Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), Article 3. https://doi.org/10.2307/30036540
Venkatesh, V., Thong, J. Y. L. et Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157– 178. https://doi.org/10.2307/41410412
World Health Organization. (2024, September 25). Teens, screens and mental health. WHO Europe. https://www.who.int/europe/fr/news/item/25-09-2024-teens--screens-and-mental-health
Zhang, B., Zhu, Y., Deng, J., Zheng, W., Liu, Y., Wang, C. et Zeng, R. (2022). “I Am Here to Assist Your Tourism”: Predicting continuance intention to use AI-based chatbots for tourism. Does gender really matter? International Journal of Human–Computer Interaction, 39(9), 1887–1903. https://doi.org/10.1080/10447318.2022.2124345
Téléchargements
Publié
Numéro
Rubrique
Catégories
Licence
© BENEDICTE LUCAZEAU, Géraldine Heilporn 2026
Cette œuvre est sous licence Creative Commons Attribution 4.0 International.