L’\u00e9chelle de R\u00e9activit\u00e9 de l’intelligence du produit<\/strong> (Product Intelligence – Reactivity subscale<\/em>), d\u00e9velopp\u00e9e par Rijsdijk, Hultink et Diamantopoulos (2007)<\/a>, constitue un instrument psychom\u00e9trique pionnier con\u00e7u pour quantifier la perception par les consommateurs de la capacit\u00e9 d’un produit autonome ou connect\u00e9 \u00e0 r\u00e9agir promptement et de mani\u00e8re appropri\u00e9e aux fluctuations de son environnement physique ou op\u00e9rationnel. Face \u00e0 l’essor des objets connect\u00e9s de l’Internet des objets (IoT)<\/a>, des syst\u00e8mes autonomes et des biens de consommation intelligents, l’attribution de caract\u00e9ristiques quasi cognitives aux artefacts mat\u00e9riels est devenue un enjeu d\u00e9terminant dans la mod\u00e9lisation du comportement du consommateur et de l’adoption technologique.<\/p>\n Compos\u00e9e de quatre items mesur\u00e9s sur une \u00e9chelle de Likert<\/a> en 7 points (allant de 1 = \u00ab fortement en d\u00e9saccord \u00bb \u00e0 7 = \u00ab fortement d’accord \u00bb), cette sous-\u00e9chelle isole la dimension temporelle et adaptative de l’intelligence per\u00e7ue d’un produit. Le construit op\u00e9rationnalise la r\u00e9activit\u00e9 selon deux axes compl\u00e9mentaires : la vitesse de perception du changement contextuel et l’instantan\u00e9it\u00e9 ou la pertinence temporelle de la r\u00e9ponse fonctionnelle ex\u00e9cut\u00e9e par le dispositif. L’instrument int\u00e8gre un item invers\u00e9 (item 2) afin de pr\u00e9venir les biais d’acquiescement et d’assurer une vigilance accrue lors de la passation.<\/p>\n Les propri\u00e9t\u00e9s psychom\u00e9triques \u00e9tablies dans l’\u00e9tude fondatrice de 2007, ainsi que dans les r\u00e9plications ult\u00e9rieures dans les domaines du marketing technologique et de l’interaction humain-machine (IHM<\/a>), d\u00e9montrent une excellente coh\u00e9rence interne (alpha de Cronbach sup\u00e9rieur \u00e0 0,80), une validit\u00e9 convergente robuste attest\u00e9e par une variance moyenne extraite (AVE) exc\u00e9dant 0,50, et une nette validit\u00e9 discriminante vis-\u00e0-vis des autres dimensions de l’intelligence produit (telles que l’autonomie, la capacit\u00e9 d’apprentissage, la coop\u00e9ration et la capacit\u00e9 humaine per\u00e7ue). L’\u00e9chelle pr\u00e9dit de mani\u00e8re significative la satisfaction globale des utilisateurs, la valeur per\u00e7ue, ainsi que les intentions de r\u00e9achat ou de recommandation de technologies intelligentes.<\/p>\n Intelligence du produit, r\u00e9activit\u00e9 per\u00e7ue, syst\u00e8mes intelligents, internet des objets, comportement du consommateur, psychom\u00e9trie, satisfaction client, interaction homme-machine, adoption des technologies, \u00e9chelle de Likert.<\/p>\n L’\u00e9chelle a \u00e9t\u00e9 conceptualis\u00e9e et valid\u00e9e par une \u00e9quipe d’enseignants-chercheurs sp\u00e9cialistes du marketing de l’innovation et des m\u00e9thodes psychom\u00e9triques :<\/p>\n L’objectif premier de l’\u00e9chelle de r\u00e9activit\u00e9 de l’intelligence du produit est de combler un vide m\u00e9thodologique majeur dans la litt\u00e9rature en marketing, en psychologie ergonomique et en sciences de l’ing\u00e9nieur. Jusqu’au milieu des ann\u00e9es 2000, la qualification d’un produit comme \u00ab intelligent \u00bb relevait principalement de discours promotionnels ou de d\u00e9finitions purement techniques ax\u00e9es sur l’\u00e9lectronique embarqu\u00e9e ou les microprocesseurs. Rijsdijk, Hultink et Diamantopoulos ont introduit une perspective centr\u00e9e sur l’utilisateur, stipulant que l’intelligence d’un artefact n’existe, d’un point de vue comportemental, que dans la mesure o\u00f9 elle est per\u00e7ue, d\u00e9cod\u00e9e et valoris\u00e9e par l’utilisateur final.<\/p>\n Dans ce contexte, la dimension de r\u00e9activit\u00e9<\/strong> (reactivity<\/em>) vise sp\u00e9cifiquement \u00e0 mesurer l’habilet\u00e9 per\u00e7ue de l’artefact \u00e0 d\u00e9tecter les modifications environnementales et \u00e0 y r\u00e9pondre sans d\u00e9lai excessif ni intervention humaine continue. Les applications de cet outil sont multiples :<\/p>\n Sur le plan th\u00e9orique, la r\u00e9activit\u00e9 est une condition sine qua non<\/em> pour que le consommateur per\u00e7oive un produit comme intelligent. Un syst\u00e8me incapable de s’ajuster en temps utile aux variations de son milieu est imm\u00e9diatement per\u00e7u comme inerte ou dysfonctionnel, ce qui d\u00e9grade la confiance de l’usager et g\u00e9n\u00e8re de la frustration cognitive.<\/p>\n Le construit de r\u00e9activit\u00e9 au sein de la th\u00e9orie de l’intelligence du produit renvoie \u00e0 la dimension comportementale externe de l’artefact. Alors que la cognition humaine englobe des processus internes invisibles (m\u00e9morisation, d\u00e9duction, imagination), l’intelligence d’un produit est inf\u00e9r\u00e9e par l’\u00eatre humain principalement \u00e0 travers ses manifestations tangibles dans l’espace et le temps. La r\u00e9activit\u00e9 est donc d\u00e9finie comme le degr\u00e9 auquel un produit modifie son \u00e9tat op\u00e9rationnel ou physique en r\u00e9ponse directe et opportune aux alt\u00e9rations de son environnement<\/em>.<\/p>\n Ce construit s’articule autour de trois caract\u00e9ristiques psychologiques fondamentales :<\/p>\n L’usager \u00e9value implicitement la qualit\u00e9 sensorielle de l’appareil (capteurs thermiques, optiques, acoustiques ou algorithmes d’analyse de donn\u00e9es). Pour \u00eatre jug\u00e9 r\u00e9actif, le produit doit donner l’impression de \u00ab surveiller \u00bb activement son cadre d’\u00e9volution sans d\u00e9faillance ni aveuglement perceptif.<\/p>\n La dimension temporelle est au c\u0153ur du construit. Les items emploient des modificateurs temporels explicites tels que \u00ab rapidly \u00bb<\/em> (rapidement), \u00ab in a timely manner \u00bb<\/em> (en temps opportun) et \u00ab immediately \u00bb<\/em> (imm\u00e9diatement). La latence per\u00e7ue entre le stimulus environnemental et la r\u00e9action du produit d\u00e9termine le seuil en de\u00e7\u00e0 duquel l’usager attribue une intentionnalit\u00e9 ou une comp\u00e9tence technique au produit.<\/p>\n Une r\u00e9action rapide mais inad\u00e9quate ne t\u00e9moigne pas d’intelligence, mais de simple r\u00e9flexe erratique. Le construit suppose donc implicitement que la r\u00e9ponse est ajust\u00e9e aux circonstances (\u00ab when conditions change<\/em> \u00bb, \u00ab when circumstances change<\/em> \u00bb). Par exemple, un syst\u00e8me de climatisation intelligent qui module sa ventilation d\u00e8s qu’une fen\u00eatre est ouverte ou qu’une pi\u00e8ce accueille plusieurs personnes illustre une r\u00e9activit\u00e9 per\u00e7ue \u00e9lev\u00e9e.<\/p>\n Au sein du mod\u00e8le multidimensionnel de Rijsdijk et al. (2007), la r\u00e9activit\u00e9 se distingue soigneusement des autres facettes :<\/p>\n Le soubassement th\u00e9orique de l’\u00e9chelle d’intelligence du produit s’inscrit au carrefour de la psychologie cognitive<\/a>, de l’approche socio-technologique et des th\u00e9ories de l’anthropomorphisme<\/a>.<\/p>\n Formul\u00e9 par Clifford Nass et Byron Reeves dans les ann\u00e9es 1990, le paradigme CASA<\/strong> postule que les individus appliquent de mani\u00e8re automatique et inconsciente des r\u00e8gles sociales et des grilles de lecture psychologiques lorsqu’ils interagissent avec des ordinateurs et des technologies m\u00e9diatis\u00e9es. Rijsdijk et al. (2007) \u00e9tendent cette th\u00e8se aux biens durables manufactur\u00e9s. D\u00e8s lors qu’un lave-linge, une automobile ou une enceinte connect\u00e9e pr\u00e9sente des comportements dynamiques en temps r\u00e9el, l’esprit humain utilise des sch\u00e9mas d’attribution sociale pour juger de la \u00ab vivacit\u00e9 \u00bb et de l’\u00ab intelligence \u00bb de la machine. La r\u00e9activit\u00e9 temporelle est l’un des d\u00e9clencheurs majeurs de cette inf\u00e9rence sociale.<\/p>\n Selon la th\u00e9orie de l’attribution de Fritz Heider<\/a> et les d\u00e9veloppements ult\u00e9rieurs de Harold Kelley, les individus cherchent constamment \u00e0 assigner des causes aux \u00e9v\u00e9nements de leur environnement. Lorsqu’un artefact ajuste ses param\u00e8tres sans d\u00e9lai apr\u00e8s une variation ext\u00e9rieure (baisse de luminosit\u00e9, d\u00e9tection d’obstacle), l’usager attribue la cause du changement \u00e0 la comp\u00e9tence interne de l’appareil plut\u00f4t qu’\u00e0 un hasard m\u00e9canique. Cette attribution interne de comp\u00e9tence constitue la gen\u00e8se de l’\u00e9valuation positive de l’intelligence produit.<\/p>\n Sur le plan cybern\u00e9tique, popularis\u00e9 par Norbert Wiener<\/a>, l’intelligence d’un syst\u00e8me cybern\u00e9tique repose sur la boucle de r\u00e9troaction (feedback loop<\/em>). La r\u00e9activit\u00e9 mesure la performance per\u00e7ue de cette boucle : capteur $\\rightarrow$<\/span> traitement du signal $\\rightarrow$<\/span> actionneur. Rijsdijk et ses coll\u00e8gues ont traduit ce concept technique d’ing\u00e9nierie automatique en perceptions subjectives formul\u00e9es dans le langage naturel du consommateur lambda.<\/p>\n Le processus de validation psychom\u00e9trique men\u00e9 par Rijsdijk, Hultink et Diamantopoulos (2007) s’est conform\u00e9 aux standards les plus stricts de la psychom\u00e9trie appliqu\u00e9e au marketing, s’appuyant sur des d\u00e9marches it\u00e9ratives tant qualitatives que quantitatives.<\/p>\n La g\u00e9n\u00e9ration initiale des items a \u00e9t\u00e9 nourrie par une revue extensive de la litt\u00e9rature en intelligence artificielle, en robotique et en ergonomie, compl\u00e9t\u00e9e par des entretiens qualitatifs approfondis aupr\u00e8s de consommateurs et d’experts en d\u00e9veloppement de produits. Un panel d’experts acad\u00e9miques a ensuite filtr\u00e9 les propositions pour \u00e9liminer les ambigu\u00eft\u00e9s s\u00e9mantiques, aboutissant aux 4 items finaux de la dimension de r\u00e9activit\u00e9, jug\u00e9s parfaitement repr\u00e9sentatifs du domaine conceptuel cibl\u00e9.<\/p>\n La validit\u00e9 convergente a \u00e9t\u00e9 confirm\u00e9e par analyse factorielle confirmatoire (AFC). Les saturations factorielles standardis\u00e9es ($lambda$<\/span>) pour l’ensemble des items de r\u00e9activit\u00e9 d\u00e9passent syst\u00e9matiquement le seuil critique de 0,70 ($p < 0,001$<\/span>). De plus, la Variance Moyenne Extraite (AVE)<\/strong> exc\u00e8de largement la valeur seuil recommand\u00e9e de 0,50 (se situant g\u00e9n\u00e9ralement au-dessus de 0,65), indiquant que la majorit\u00e9 de la variance des indicateurs est expliqu\u00e9e par le construit latent sous-jacent plut\u00f4t que par l’erreur de mesure.<\/p>\n La validit\u00e9 discriminante a \u00e9t\u00e9 examin\u00e9e selon le crit\u00e8re classique de Fornell et Larcker (1981)<\/a> : pour le facteur r\u00e9activit\u00e9, la racine carr\u00e9e de l’AVE est sup\u00e9rieure \u00e0 toutes les corr\u00e9lations inter-facteurs entre la r\u00e9activit\u00e9 et les autres dimensions de l’intelligence produit (autonomie, capacit\u00e9 d’apprentissage, connectivit\u00e9, etc.). De surcro\u00eet, des tests de comparaison de mod\u00e8les imbriqu\u00e9s (fixant la corr\u00e9lation factorielle \u00e0 1,0 versus mod\u00e8le libre) ont montr\u00e9 une d\u00e9gradation significative du $\\chi^2$<\/span>, attestant que la r\u00e9activit\u00e9 forme une dimension empiriquement distincte.<\/p>\n L’\u00e9chelle a d\u00e9montr\u00e9 une forte validit\u00e9 nomologique dans les \u00e9quations structurelles test\u00e9es par les auteurs. La r\u00e9activit\u00e9 per\u00e7ue exerce un impact direct et statistiquement significatif sur :<\/p>\n La fid\u00e9lit\u00e9 de l’\u00e9chelle de r\u00e9activit\u00e9 de l’intelligence du produit a fait l’objet d’\u00e9valuations rigoureuses dans de multiples \u00e9chantillons de consommateurs testant des cat\u00e9gories de produits diversifi\u00e9es (appareils \u00e9lectrom\u00e9nagers intelligents, syst\u00e8mes de navigation automobile, dispositifs mobiles de sant\u00e9).<\/p>\n Les indicateurs statistiques de coh\u00e9rence interne rapport\u00e9s dans les publications de r\u00e9f\u00e9rence indiquent une fiabilit\u00e9 optimale de la mesure :<\/p>\n Lors d’\u00e9valuations en laboratoire o\u00f9 les r\u00e9pondants ont manipul\u00e9 des objets autonomes \u00e0 deux semaines d’intervalle sans modification logicielle de l’objet, le coefficient de corr\u00e9lation test-retest ($r$<\/span>) s’est \u00e9tabli au-dessus de 0,78, d\u00e9montrant que la perception de la r\u00e9activit\u00e9 est une mesure stable tant que la performance algorithmique de l’appareil reste constante.<\/p>\n La structure dimensionnelle de l’\u00e9chelle a \u00e9t\u00e9 valid\u00e9e \u00e0 travers des d\u00e9marches exploratoires puis confirmatoires.<\/p>\n Durant la phase de d\u00e9veloppement de l’\u00e9chelle globale de l’intelligence produit (comprenant initialement plusieurs dizaines d’items candidats), une analyse en composantes principales avec rotation oblique (Promax) a \u00e9t\u00e9 r\u00e9alis\u00e9e. Les quatre items de la sous-\u00e9chelle de r\u00e9activit\u00e9 ont satur\u00e9 de mani\u00e8re univoque sur un facteur propre, avec des valeurs propres (eigenvalues<\/em>) initiales bien sup\u00e9rieures \u00e0 1,0. Aucune saturation crois\u00e9e (cross-loading<\/em>) probl\u00e9matique sup\u00e9rieure \u00e0 0,30 n’a \u00e9t\u00e9 observ\u00e9e sur les autres facteurs de l’intelligence produit.<\/p>\n L’architecture unidimensionnelle de la sous-\u00e9chelle a ensuite \u00e9t\u00e9 soumise \u00e0 l’AFC dans des \u00e9chantillons de validation ind\u00e9pendants en utilisant le logiciel LISREL \/ AMOS avec la m\u00e9thode d’estimation du maximum de vraisemblance (Maximum Likelihood<\/a>). Les indices d’ajustement global du mod\u00e8le ont confirm\u00e9 une ad\u00e9quation remarquable aux donn\u00e9es empiriques :<\/p>\n Les saturations factorielles standardis\u00e9es ($lambda$<\/span>) pour chaque item se distribuent approximativement comme suit dans la solution standardis\u00e9e :<\/p>\n Response Scale:<\/strong> 7-point Likert scale (1 = strongly disagree, 7 = strongly agree)<\/p>\n Scoring rule:<\/strong> Items are averaged to create a composite reactivity score. Item 2 is reverse-scored.<\/p>\n L’\u00e9chelle de R\u00e9activit\u00e9 de l’intelligence du produit (Rijsdijk, Hultink & Diamantopoulos, 2007) est un instrument psychom\u00e9trique en 4 items \u00e9valuant la capacit\u00e9 per\u00e7ue d’un artefact technologique \u00e0 r\u00e9agir rapidement et opportun\u00e9ment aux variations de son environnement.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[2455,14501,2],"tags":[2543,2538,10925,11900,18540,16,9973,11902,16836],"class_list":["post-12653","psych_scale","type-psych_scale","status-publish","hentry","category-comportement-du-consommateur","category-interaction-homme-machine","category-psychometrie","tag-acceptation-technologique","tag-evaluation-technologique","tag-experience-utilisateur","tag-intelligence-du-produit","tag-internet-des-objets","tag-psychometrie","tag-reactivite","tag-rijsdijk","tag-satisfaction-du-consommateur"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/12653","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_scale"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=12653"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/12653\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=12653"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=12653"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=12653"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. Mots-cl\u00e9s \/ Keywords<\/h2>\n
3. Auteurs \/ Authors<\/h2>\n
\n
4. Objectif \/ Purpose<\/h2>\n
\n
5. Construit psychologique \/ Construct<\/h2>\n
1. La sensibilit\u00e9 perceptive de l’artefact<\/h3>\n
2. La latence de traitement et d’action<\/h3>\n
3. L’ad\u00e9quation contextuelle de la r\u00e9ponse<\/h3>\n
\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
Le paradigme CASA (Computers Are Social Actors)<\/h3>\n
La th\u00e9orie de l’attribution causale<\/h3>\n
Les sciences de l’intelligence artificielle et de la cybern\u00e9tique<\/h3>\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de contenu et validit\u00e9 faciale<\/h3>\n
Validit\u00e9 convergente<\/h3>\n
Validit\u00e9 discriminante<\/h3>\n
Validit\u00e9 pr\u00e9dictive et nomologique<\/h3>\n
\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
Coh\u00e9rence interne (Internal Consistency)<\/h3>\n
\n
Stabilit\u00e9 temporelle (Test-Retest)<\/h3>\n
9. Analyse factorielle \/ Factor Analysis<\/h2>\n
Analyse Factorielle Exploratoire (AFE)<\/h3>\n
Analyse Factorielle Confirmatoire (AFC)<\/h3>\n
\n
\n
10. Instrument de mesure \/ Instrument<\/h2>\n
\n
\n
11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions & Fee and Test Year<\/h2>\n
\n
12. R\u00e9f\u00e9rences \/ References<\/h2>\n
\n
13. Questions et items du questionnaire \/ Scale Items<\/h2>\n
\n