Modèle de mesure de la confiance dans les systèmes d’information

1. Résumé / Abstract

Le Modèle de mesure de la confiance dans les systèmes d’information (Information Systems Trust—Measurement Model), conceptualisé et validé par Lea S. Müller et Guido Hertel (2025) à l’Université de Münster, constitue un cadre d’évaluation psychométrique rigoureux conçu pour examiner les mécanismes par lesquels la confiance accordée aux technologies numériques lors d’événements de travail quotidiens régule les ressources cognitives, le bien-être psychologique et la performance professionnelle des utilisateurs. Composé de 37 items articulés autour de 12 dimensions interdépendantes, cet instrument appréhende à la fois les dispositions individuelles stables (disposition à la confiance, besoin de cognition, conscience professionnelle, besoin de contrôle, compétence technologique), l’expérience situationnelle ou événementielle de la confiance et de la responsabilité perçue, les coûts cognitifs associés (distraction, oubli intentionnel ou délégation mnésique) et les répercussions professionnelles globales (performance au travail, détresse psychologique ou tension, bien-être au travail).

Les données psychométriques issues de l’échantillon normatif d’employés allemands interagissant régulièrement avec des systèmes d’information démontrent des propriétés statistiques solides. La validité convergente est étayée par des valeurs de variance moyenne extraite (Average Variance Extracted, AVE) supérieures au seuil conventionnel de 0,50 pour l’ensemble des échelles, à l’exception marginale du besoin de contrôle (AVE = 0,47). La validité discriminante est confirmée de manière stricte par le ratio hétérotrait-monotrait (HTMT), l’intégralité des coefficients demeurant sous le seuil critique de 0,85. L’analyse factorielle confirmatoire (AFC) basée sur la modélisation en équations structurelles par les moindres carrés partiels ou composites valide l’adéquation du modèle saturé avec un résidu quadratique moyen standardisé (SRMR) de 0,075 (inférieur au seuil de 0,080 recommandé par Hu et Bentler) ainsi que des indices de divergence géodésique ($d_G$) et des moindres carrés non pondérés ($d_{ULS}$) positionnés en deçà du quantile de référence à 95 %. La cohérence interne s’avère satisfaisante à excellente, affichant des coefficients alpha de Cronbach et des corrélations de Spearman-Brown échelonnés entre 0,55 et 0,93 selon les facettes.

2. Mots-clés / Keywords

Confiance dans les systèmes d’information, Ergonomie cognitive, Interaction homme-machine, Ressources cognitives, Performance au travail, Bien-être au travail, Tension psychologique, Charge mentale, Modélisation psychométrique, Analyse factorielle confirmatoire, Épuisement professionnel, Acceptation de la technologie.

3. Auteurs / Authors

Le développement, l’opérationnalisation et la validation psychométrique de cet instrument ont été menés par une équipe de chercheurs spécialisés en psychologie du travail, des organisations et des facteurs humains de l’Institut de Psychologie de l’Université de Münster (Westfälische Wilhelms-Universität Münster), en Allemagne :

• Lea S. Müller, M.Sc. : Chercheuse et doctorante en psychologie organisationnelle, Institut de Psychologie, Université de Münster, Fliednerstrasse 21, 48149 Münster, Allemagne. Courriel institutionnel : [email protected]. Ses recherches portent sur la transformation numérique du travail, les interfaces cognitives et l’impact de l’automatisation sur les ressources attentionnelles des travailleurs.
• Prof. Dr. Guido Hertel : Professeur titulaire de psychologie organisationnelle et du travail, Directeur organisationnel à l’Institut de Psychologie, Université de Münster, Fliednerstrasse 21, 48149 Münster, Allemagne. Identifiant chercheur ORCID : 0000-0002-7754-2786. Spécialiste reconnu à l’échelle internationale pour ses travaux sur la collaboration virtuelle, la gestion des équipes distribuées, la motivation au travail et la confiance homme-technologie.

4. Objectif / Purpose

L’introduction exponentielle des systèmes d’information complexes, des algorithmes d’aide à la décision et des plateformes logicielles automatisées a profondément modifié l’écologie cognitive des environnements professionnels contemporains. Si la littérature en interaction homme-machine et en systèmes d’information a historiquement investigué l’acceptation globale des technologies (notamment à travers le Technology Acceptance Model de Davis), ces approches demeurent souvent statiques et macro-analytiques. L’objectif fondamental du Modèle de mesure de la confiance dans les systèmes d’information développé par Müller et Hertel (2025) est d’appréhender la confiance non pas uniquement comme un trait global ou une attitude générale décontextualisée, mais comme un processus dynamique lié à des épisodes discrets et récurrents du quotidien de travail (event-specific trust).

Sur le plan théorique et appliqué, cet instrument comble une lacune majeure dans l’évaluation ergonomique et organisationnelle en examinant précisément le rôle médiateur de la libération ou de la surcharge des ressources cognitives. Lorsqu’un travailleur accorde une confiance appropriée à un système d’information lors d’une tâche donnée, il peut choisir de déléguer certaines opérations de mémorisation, de contrôle ou de calcul à l’outil. Cette délégation est susceptible d’alléger la charge cognitive, de limiter les épisodes de distraction involontaire et de favoriser l’« oubli fonctionnel » des tâches prises en charge par la machine. À l’inverse, une méfiance excessive ou un manque d’alignement entre les compétences de l’utilisateur et les caractéristiques de l’interface engendre une surveillance cognitive continue, une anxiété de contrôle et une redondance des vérifications manuelles, précipitant la fatigue cognitive et la tension nerveuse.

Dans le domaine de la recherche, cet instrument permet de tester des modèles structurels intégrant les modérateurs individuels (la conscience professionnelle, le besoin de fermeture cognitive ou de contrôle) et les variables contextuelles (le degré d’imputabilité et de responsabilité perçue). Dans la pratique clinique et organisationnelle, l’échelle offre aux psychologues du travail, aux spécialistes de la santé au travail et aux concepteurs d’expériences logicielles (UX) une méthode standardisée pour diagnostiquer les sources de technostress, optimiser le design sociotechnique des environnements de travail numériques et prévenir l’épuisement professionnel lié à la sous-utilisation ou à la dépendance dysfonctionnelle envers les technologies d’entreprise.

5. Construit psychologique / Construct

Le modèle opérationnalise un ensemble articulé de construits psychologiques subdivisés en quatre blocs fondamentaux : les traits et dispositions individuelles, l’expérience focale de l’événement technologique, la dynamique des processus cognitifs, et les retombées occupationnelles et psychologiques.

1. Dispositions individuelles et traits psychologiques

• Disposition à la confiance (Trust Disposition) : Tendance stable et générale d’un individu à accorder sa confiance à autrui et aux entités non humaines en l’absence d’informations complètes sur leur fiabilité. Cette disposition colore la propension initiale à s’appuyer sur une aide logicielle.
• Compétence technologique perçue (Technology Competence) : Évaluation subjective par l’employé de son niveau d’auto-efficacité, de sa maîtrise technique et de ses compétences instrumentales face aux outils numériques.
• Besoin de cognition (Need for Cognition) : Construit issu des travaux de Cacioppo et Petty, mesurant la tendance intrinsèque de l’individu à s’engager dans des activités intellectuellement exigeantes et à apprécier l’effort de réflexion structuré.
• Conscience professionnelle (Conscientiousness) : Facette fondamentale du modèle Big Five reflétant le sens du devoir, l’organisation, la persévérance, le scrupule méthodologique et la rigueur dans l’exécution du travail.
• Besoin de contrôle (Need for Control) : Désir psychologique marqué de maintenir une maîtrise directe sur le déroulement des tâches, les variables situationnelles et les résultats opérationnels, limitant souvent la délégation technologique volontaire.

2. Expérience de l’événement de travail instrumenté

• Confiance événementielle dans le système (Trust) : Degré auquel l’utilisateur perçoit le système d’information comme compétent, intègre, prévisible et bienveillant dans le cadre précis de l’épisode de travail évalué.
• Responsabilité / Imputabilité perçue (Accountability) : Sentiment ressenti par le travailleur d’être personnellement et exclusivement tenu pour responsable des erreurs, inexactitudes ou défaillances générées lors de l’interaction avec le système d’information.

3. Processus et ressources cognitives

• Distraction cognitive (Distraction) : Degré d’interférence attentionnelle éprouvé par l’opérateur en raison des notifications, interruptions ou dysfonctionnements perçus du système d’information, fragmentant le flux de travail.
• Oubli intentionnel ou fonctionnel (Forgetting / Intentional Offloading) : Capacité adaptative de l’opérateur à décharger sa mémoire de travail en confiant le stockage et le traitement des données à l’ordinateur, libérant ainsi des capacités d’attention sélective pour des tâches de niveau supérieur.

4. Résultats et retombées sur l’employé

• Bien-être au travail (Well-being) : Affects positifs, satisfaction ressentie, sentiment d’accomplissement et vitalité psychologique éprouvés durant la réalisation de l’activité professionnelle outillée.
• Tension et détresse psychologique (Strain) : Manifestations somatiques et psychiques d’inconfort, de surcharge mentale, d’irritabilité et d’épuisement induites par la pression temporelle et les frictions technologiques.
• Performance au travail (Performance) : Qualité globale, précision, rapidité et efficacité perçues des livrables professionnels obtenus à l’issue de l’événement de travail.

6. Cadre théorique / Theoretical Framework

Le modèle de mesure de Müller et Hertel s’inscrit au carrefour de la psychologie du travail et des organisations, de la psychologie cognitive et des sciences de l’information. Son armature théorique repose principalement sur la Théorie de la conservation des ressources (Conservation of Resources Theory, COR) formulée par Stevan E. Hobfoll (1989). Selon la théorie COR, les êtres humains s’efforcent d’acquérir, de protéger et de préserver des ressources fondamentales, parmi lesquelles figurent le temps, l’énergie mentale, l’attention et le sentiment de compétence personnelle. Dans le contexte du travail informatisé, l’interaction avec un système numérique peut fonctionner soit comme une réserve de ressources (gain cognitif par délégation), soit comme une source d’épuisement sévère (perte de ressources par friction cognitive ou hyper-vigilance).

De plus, le modèle s’appuie sur la théorie de la cognition distribuée (Distributed Cognition) initiée par Edwin Hutchins, qui postule que la mémoire et le raisonnement ne sont pas confinés à l’intérieur de la boîte crânienne de l’opérateur humain, mais s’étendent aux artefacts sociotechniques de son environnement. Dans cette perspective, la confiance agit comme le lubrifiant cognitif indispensable : sans confiance minimale envers la fidélité de l’outil, le travailleur ne peut opérer de « déchargement cognitif » (cognitive offloading). Il maintient alors une double charge de traitement mental : l’exécution de la tâche principale couplée au monitorage défensif permanent du logiciel.

Enfin, le modèle intègre le cadre tridimensionnel classique de la confiance interpersonnelle et technologique défini par Mayer, Davis et Schoorman (1995), combiné aux modèles de l’ergonomie cognitive relative à la charge de travail mentale (notamment la taxonomie de Sweller sur la charge intrinsèque, extrinsèque et germane). Müller et Hertel formulent ainsi une perspective transactionnelle et événementielle où les caractéristiques structurales de la personnalité modèrent l’impact de la confiance situationnelle sur la dynamique des ressources d’attention et le bien-être occupationnel.

7. Validité / Validity

Les procédures de validation psychométrique appliquées à l’instrument reposent sur un échantillon représentatif de travailleurs allemands évoluant quotidiennement sur des postes informatisés, évalués dans des conditions de validité écologique stricte. Les analyses ont été conduites selon les standards les plus récents de la modélisation en équations structurelles.

Validité convergente

La validité convergente de l’instrument a été évaluée par le calcul de la variance moyenne extraite (AVE) pour chaque construit latent du modèle composite. Conformément aux critères méthodologiques rigoureux établis par Fornell et Larcker (1981), une échelle démontre une convergence adéquate lorsque l’AVE est supérieure ou égale à 0,50, indiquant que le construit latent capture au moins 50 % de la variance de ses indicateurs respectifs. Dans l’étude princeps de Müller et Hertel (2025), la majorité des 12 échelles a dépassé ce seuil normatif, atteignant des valeurs comprises entre 0,51 et 0,78. La sous-échelle mesurant le besoin de contrôle a manifesté une valeur d’AVE légèrement inférieure au seuil strict, s’établissant à 0,47. Les auteurs ont néanmoins conservé cette échelle en raison de sa pertinence théorique primordiale et du maintien de coefficients de saturation standardisés robustes pour ses items constitutifs.

Validité discriminante

Pour évaluer la distinctivité conceptuelle et empirique des sous-échelles, les auteurs ont délaissé le traditionnel critère de Fornell-Larcker, souvent critiqué pour son manque de sensibilité dans les modèles complexes, au profit du critère moderne du ratio hétérotrait-monotrait des corrélations (HTMT), introduit par Henseler, Ringle et Sarstedt (2015). L’ensemble des ratios HTMT calculés entre les paires de dimensions s’est révélé rigoureusement inférieur au seuil critique le plus conservateur fixé à 0,85. Cette configuration atteste que les 12 construits du modèle partagent une variance spécifique suffisante pour écarter tout risque de colinéarité excessive ou de redondance conceptuelle entre les dispositions, les coûts cognitifs et les variables de résultat.

8. Fidélité / Reliability

L’évaluation de la fidélité de l’instrument s’est articulée autour de l’analyse de la cohérence interne de chacune des sous-échelles composant le modèle de 37 items. Deux méthodologies statistiques complémentaires ont été mobilisées selon la longueur des échelles :

• Pour les échelles comportant au moins trois items, l’alpha de Cronbach ($lpha$) a été calculé comme indice standard de consistance interne.
• Pour les sous-échelles brèves ne comportant que deux items, où le calcul de l’alpha de Cronbach sous-estime structurellement la fidélité, les auteurs ont utilisé la formule de prophétie de Spearman-Brown (Spearman-Brown split-half reliability coefficient), conformément aux préconisations d’Eisinga, Grotenhuis et Pelzer (2013).

Les indices de cohérence interne obtenus sur l’échantillon d’utilisateurs professionnels s’étendent de 0,55 à 0,93. Les échelles centrales mesurant la confiance situationnelle, le bien-être au travail, la tension perçue et la performance affichent une fiabilité très élevée, avec des coefficients alpha oscillant typiquement entre 0,82 et 0,93. Les construits de traits plus généraux ou très concis (notamment le besoin de contrôle ou certaines facettes de traits à deux items) se situent dans la fourchette inférieure (0,55 à 0,72), ce qui demeure acceptable dans le cadre de modélisations structurelles exploratoires portant sur des sous-construits comportementaux spécifiques.

9. Analyse factorielle / Factor Analysis

La validité structurelle globale du modèle de mesure a été examinée par le biais d’une analyse factorielle confirmatoire (AFC) multivariée dans le cadre de la modélisation structurelle. Les auteurs ont testé l’ajustement global du modèle saturé en recourant à trois critères d’ajustement préconisés pour l’évaluation des modèles composites :

• Le résidu quadratique moyen standardisé (SRMR) : Le modèle présente un coefficient SRMR de 0,075. Selon les recommandations fondamentales de Hu, Bentler et Kano (1992), un indice SRMR inférieur à 0,080 témoigne d’un bon ajustement du modèle théorique aux données empiriques, confirmant que l’écart entre la matrice de covariance observée et la matrice postulée demeure minime.
• La divergence des moindres carrés non pondérés ($d_{ULS}$) : Cet indice mesure la distance euclidienne globale entre les matrices. La valeur observée de $d_{ULS}$ s’est avérée inférieure au seuil critique de la distribution de référence empirique au quantile de 95 % obtenu par ré-échantillonnage bootstrap (95 % bootstrap quantile).
• La divergence géodésique ($d_G$) : Mesurant la distance géodésique non métrique entre matrices de covariance, l’indicateur $d_G$ est lui aussi ressorti inférieur à la borne supérieure du 95e percentile de la distribution simulée.

Le respect simultané de ces trois critères d’adéquation fournit un appui empirique formel à la structure postulée à 12 variables latentes, confirmant que les 37 indicateurs observables saturent de manière appropriée sur leurs dimensions respectives sans contaminer indûment les construits collatéraux.

10. Instrument de mesure / Instrument

L’instrument se présente sous la forme d’un inventaire auto-administré conçu pour des environnements de recherche ou de diagnostic organisationnel en milieu de travail informatisé :

• Type d’instrument : Questionnaire / Inventaire psychométrique standardisé d’évaluation de la confiance et des processus cognitifs au travail.
• Format d’administration : Auto-évaluation individuelle (format papier-crayon ou le plus souvent administré en ligne via des plateformes d’enquêtes informatisées ou des applications de journal de bord quotidien / Daily Diary Studies).
• Nombre total d’items : 37 items standardisés.
• Structure factorielle : 12 sous-échelles réparties entre dispositions individuelles stables, expérience de l’événement technologique, charge cognitive et retombées psychologiques/professionnelles.
• Échelle de réponse : La quasi-totalité des items est graduée au moyen d’une échelle de Likert en 7 points : de 1 = « Totalement en désaccord » (fully disagree) à 7 = « Totalement d'accord » (fully agree). Certains ancrages intermédiaires ou nuances d’accord/désaccord sont disposés de manière symétrique le long du continuum numérique.
• Méthode de cotation : Le score attribué à chaque sous-échelle correspond à la moyenne arithmétique ou à la somme des items composant ladite dimension, après inversion préalable des éventuels items formulés négativement. L’utilisation de scores factoriels composites pondérés est recommandée lors des modélisations en équations structurelles.
• Temps de passation estimé : Environ 8 à 12 minutes pour le questionnaire complet en version statique ; 3 à 5 minutes si seules les dimensions événementielles (confiance, coûts cognitifs, bien-être) sont administrées lors d’études longitudinales journalières.
• Langue d’origine et adaptations : Développé et validé en langue allemande ; disponible et publié avec formulation anglaise dans la documentation scientifique originale.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

Le Modèle de mesure de la confiance dans les systèmes d’information a été formellement diffusé dans la littérature scientifique en 2025 :

• Année d’enregistrement officiel : 2025 (accepté pour publication sous forme numérique préalable en 2023).
• Droits d’auteur et permissions : Les droits fondamentaux de publication appartiennent aux auteurs (Lea S. Müller et Guido Hertel) ainsi qu’au consortium d’édition scientifique Taylor & Francis (revue Ergonomics). L’utilisation de l’instrument dans le cadre strict de la recherche scientifique non commerciale est autorisée sous réserve de citation formelle de l’article princeps. Pour toute adaptation industrielle, intégration dans des progiciels commerciaux d’audit RH ou application consultative payante, il est impératif de prendre contact directement avec l’auteur correspondant : Mme Lea S. Müller ([email protected]).
• Tarifs d’utilisation (Fees) : Gratuit pour la recherche universitaire et les études académiques sans but lucratif. Aucun coût de licence n’est requis pour la passation dans les contextes de mémoires ou de thèses.
• Disponibilité des fichiers complets : Les items complets et les détails annexes sont consultables dans l’appendice méthodologique de l’article publié dans la revue Ergonomics (Volume 68, Numéro 1, Annexe Page 36).

12. Références / References

Les sources théoriques, empiriques et méthodologiques ayant guidé la construction et l’analyse psychométrique de l’échelle comprennent les références majeures suivantes :

• Cacioppo, J. T., Petty, R. E., Feinstein, J. A., & Jarvis, W. B. G. (1996). Dispositional differences in cognitive motivation: The life and times of individuals varying in need for cognition. Psychological Bulletin, 119(2), 197–253. https://doi.org/10.1037/0033-2909.119.2.197
• de Rijk, A. E., Le Blanc, P. M., Schaufeli, W. B., & de Jonge, J. (1998). Active coping and need for control as moderators of the job demand-control model: Effects on burnout. Journal of Occupational and Organizational Psychology, 71(1), 1–18. https://doi.org/10.1111/j.2044-8325.1998.tb00658.x
• Eisinga, R., Grotenhuis, M. T., & Pelzer, B. (2013). The reliability of a two-item scale: Pearson, Cronbach, or Spearman-Brown? International Journal of Public Health, 58(4), 637–642. https://doi.org/10.1007/s00038-012-0416-3
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
• Hobfoll, S. E. (1989). Conservation of resources: A new attempt at conceptualizing stress. American Psychologist, 44(3), 513–524. https://doi.org/10.1037/0003-066X.44.3.513
• Hu, L. T., Bentler, P. M., & Kano, Y. (1992). Can test statistics in covariance structure analysis be trusted? Psychological Bulletin, 112(2), 351–362. https://doi.org/10.1037/0033-2909.112.2.351
• Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. Academy of Management Review, 20(3), 709–734. https://doi.org/10.5465/amr.1995.9508080332
• Müller, L. S., & Hertel, G. (2025). Trusting information systems in everyday work events—Effects on cognitive resources, performance, and well-being. Ergonomics, 68(1), 19–36. https://doi.org/10.1080/00140139.2023.2286910

13. Questions et items du questionnaire / Scale Items