L’\u00c9chelle du sentiment d’\u00e9tranget\u00e9 et de malaise<\/strong> (commun\u00e9ment d\u00e9sign\u00e9e dans la litt\u00e9rature sous le vocable anglophone d’\u00c9chelle Creeped Out<\/em>) est un instrument psychom\u00e9trique bref, unidimensionnel et auto-rapport\u00e9, con\u00e7u initialement pour quantifier les r\u00e9actions affectives et cognitives aversives d’un individu confront\u00e9 \u00e0 une entit\u00e9 ambigu\u00eb, notamment un syst\u00e8me d’intelligence artificielle<\/strong>, un agent conversationnel ou un dispositif robotique anthropomorphe. D\u00e9velopp\u00e9e et formalis\u00e9e dans le champ du comportement du consommateur et de la psychologie sociale par Aaron M. Garvey, TaeWoo Kim et Adam Duhachek (2023)<\/a> dans le cadre de leurs travaux fondateurs publi\u00e9s dans le Journal of Marketing<\/em>, cette mesure \u00e9value avec une haute sensibilit\u00e9 le malaise psychologique, la dissonance affective et l’inqui\u00e9tude diffuse ressentis face \u00e0 des comportements ou des communications artificielles inattendus.<\/p>\n Compos\u00e9e de trois items fondamentaux (\u00ab Creeped out \u00bb, \u00ab Uneasy \u00bb, \u00ab Unnerved \u00bb), l’\u00e9chelle utilise un format de r\u00e9ponse en 7 points allant de 1 (\u00ab Pas du tout \u00bb \/ Not at all<\/em>) \u00e0 7 (\u00ab Extr\u00eamement \u00bb \/ Extremely<\/em>). Les scores obtenus sont moyenn\u00e9s pour produire un indice global d’\u00e9tranget\u00e9 per\u00e7ue. Sur le plan psychom\u00e9trique, l’outil pr\u00e9sente des propri\u00e9t\u00e9s remarquables : une coh\u00e9rence interne exceptionnellement robuste (avec un coefficient alpha de Cronbach syst\u00e9matiquement sup\u00e9rieur \u00e0 0,90 et un om\u00e9ga de McDonald \u00e9quivalent), une structure factorielle strictement unidimensionnelle confirm\u00e9e par analyse factorielle confirmatoire (AFC), et une excellente validit\u00e9 pr\u00e9dictive permettant d’anticiper le rejet d’agents virtuels lorsque ces derniers outrepassent leurs r\u00f4les fonctionnels per\u00e7us.<\/p>\n Malaise psychologique, Sentiment d’\u00e9tranget\u00e9, Vall\u00e9e de l’\u00e9trange, Intelligence artificielle, Interaction humain-machine, Perception de l’esprit, Psychom\u00e9trie, Anthropomorphisme, Cognition sociale, Comportement du consommateur, Ambigu\u00eft\u00e9 de la menace, Agent conversationnel.<\/p>\n L’\u00e9chelle a \u00e9t\u00e9 op\u00e9rationnalis\u00e9e et valid\u00e9e par une \u00e9quipe de chercheurs de premier plan sp\u00e9cialis\u00e9s dans l’interaction entre les technologies \u00e9mergentes, le traitement affectif de l’information et la prise de d\u00e9cision :<\/p>\n L’objectif fondamental de l’\u00e9chelle \u00e9labor\u00e9e par Garvey, Kim et Duhachek (2023) est de capturer et de quantifier avec pr\u00e9cision un \u00e9tat affectif n\u00e9gatif sp\u00e9cifique : le sentiment de malaise \u00e9trange<\/strong> (creepiness<\/em>). Alors que les mesures traditionnelles de satisfaction ou d’anxi\u00e9t\u00e9 g\u00e9n\u00e9rale \u00e9chouent \u00e0 discriminer la nature exacte des r\u00e9actions visc\u00e9rales face aux technologies autonomes, cette \u00e9chelle a \u00e9t\u00e9 forg\u00e9e pour sonder l’inconfort subtil \u00e9mergeant lorsque la fronti\u00e8re ontologique entre l’humain et la machine devient floue.<\/p>\n Dans leur recherche princeps intitul\u00e9e \u00ab Bad News? Send an AI. Good News? Send a Human \u00bb<\/em>, les auteurs visaient \u00e0 d\u00e9terminer quand et pourquoi l’attribution d’un message \u00e0 une intelligence artificielle plut\u00f4t qu’\u00e0 un \u00eatre humain g\u00e9n\u00e8re une r\u00e9action d’aversion chez le r\u00e9cepteur. Les auteurs ont d\u00e9montr\u00e9 que lorsque les syst\u00e8mes d’IA tentent de d\u00e9livrer des messages socialement chaleureux ou des f\u00e9licitations (bonnes nouvelles), ils suscitent paradoxalement un sentiment d’incongruit\u00e9 et de fausset\u00e9 \u00e9motionnelle. L’\u00e9chelle sert pr\u00e9cis\u00e9ment de m\u00e9canisme m\u00e9diateur pour prouver que les consommateurs per\u00e7oivent ces manifestations affectives artificielles comme manipulatrices, intrusives ou \u00ab bizarres \u00bb, d\u00e9clenchant ainsi un repli d\u00e9fensif.<\/p>\n Au-del\u00e0 de cette \u00e9tude d’origine, l’\u00e9chelle remplit une triple vocation dans le paysage scientifique et appliqu\u00e9 :<\/p>\n Le construit psychologique cibl\u00e9 par l’instrument est le sentiment d’\u00e9tranget\u00e9 inqui\u00e9tante<\/strong> ou creepiness<\/em>. En psychologie cognitive et sociale, ce construit se distingue nettement de la peur panique, du d\u00e9go\u00fbt visc\u00e9ral pur ou de la simple col\u00e8re. Il s’agit d’un \u00e9tat affectif hybride, marqu\u00e9 par l’incertitude face \u00e0 une menace potentielle non confirm\u00e9e, coupl\u00e9 \u00e0 une dissonance cognitive issue d’une violation de sch\u00e9mas mentaux familiers.<\/p>\n Chacun des trois termes de l’\u00e9chelle refl\u00e8te une facette compl\u00e9mentaire de ce construit unidimensionnel :<\/p>\n Contrairement aux mod\u00e8les de valence \u00e9motionnelle bipolaires (plaisir vs d\u00e9plaisir), le construit de creepiness<\/em> implique une vigilance soutenue : l’individu ne sait pas avec certitude s’il doit fuir ou simplement ignorer l’objet, ce qui maintient l’appareil psychique dans un \u00e9tat de tension ind\u00e9cise prolong\u00e9e.<\/p>\n L’\u00e9chelle repose sur une convergence de trois cadres th\u00e9oriques majeurs issus de la psychologie contemporaine :<\/p>\n Formul\u00e9e initialement par le roboticien japonais Masahiro Mori<\/a> en 1970, l’hypoth\u00e8se de la vall\u00e9e de l’\u00e9trange<\/strong> postule que plus une r\u00e9plique artificielle ressemble \u00e0 un \u00eatre humain, plus la sympathie de l’observateur augmente, jusqu’\u00e0 atteindre un point critique o\u00f9 un degr\u00e9 de r\u00e9alisme imparfait fait plonger la r\u00e9action affective dans une r\u00e9pulsion et une horreur visc\u00e9rales. L’\u00e9chelle de Garvey et al. (2023) op\u00e9rationnalise pr\u00e9cis\u00e9ment le fond de cette \u00ab vall\u00e9e \u00bb dans le domaine des communications discursives et des agents logiciels non corporels. Lorsque l’IA adopte des formulations affectueuses (\u00ab Je suis tellement heureux pour vous ! \u00bb), l’imitation imparfaite d’un sentiment humain g\u00e9n\u00e8re cette sensation d’inconfort \u00e9trange.<\/p>\n D\u00e9velopp\u00e9e par Gray, Gray et Wegner (2007)<\/a>, cette th\u00e9orie d\u00e9compose la perception de l’esprit en deux dimensions orthogonales fondamentales :<\/p>\n Les humains accordent volontiers de l’agentivit\u00e9 aux syst\u00e8mes d’IA (ils reconnaissent leur comp\u00e9tence computationnelle), mais leur refusent cat\u00e9goriquement la capacit\u00e9 d’exp\u00e9rience. Lorsqu’un algorithme pr\u00e9tend partager un ressenti \u00e9motionnel (comme annoncer une promotion ou une bonne nouvelle avec enthousiasme), cela constitue une usurpation ontologique de la dimension d’Exp\u00e9rience. Cette dissonance d\u00e9clenche instantan\u00e9ment le score \u00e9lev\u00e9 sur l’\u00e9chelle de malaise, car l’esprit humain per\u00e7oit l’agent comme un imitateur ill\u00e9gitime de la subjectivit\u00e9.<\/p>\n Selon les travaux de McAndrew et Koehnke (2016)<\/a> sur la psychologie de ce qui est \u00ab creepy \u00bb, ce sentiment sp\u00e9cifique \u00e9volue comme un m\u00e9canisme de d\u00e9fense adaptatif face \u00e0 des signaux de danger incertains. Si la menace est \u00e9vidente (ex. une arme point\u00e9e), la r\u00e9ponse est la peur directe. Si le signal est ambigu (ex. un sourire fig\u00e9, une voix artificielle excessivement douce ou un agent conversationnel qui en sait trop sur vous), le syst\u00e8me nerveux maintient l’organisme dans un \u00e9tat d’alerte diffuse, caract\u00e9ris\u00e9 par les descripteurs mesur\u00e9s dans l’\u00e9chelle : creeped out, uneasy, unnerved<\/em>.<\/p>\n L’\u00e9chelle a fait l’objet d’\u00e9valuations rigoureuses d\u00e9montrant des standards de validit\u00e9 \u00e9lev\u00e9s au sein des \u00e9chantillons exp\u00e9rimentaux \u00e9tudi\u00e9s par Garvey, Kim et Duhachek (2023) ainsi que dans les r\u00e9plications subs\u00e9quentes.<\/p>\n La validit\u00e9 convergente a \u00e9t\u00e9 d\u00e9montr\u00e9e par des corr\u00e9lations positives statistiquement significatives avec des mesures connexes \u00e9tablies :<\/p>\n L’analyse empirique a confirm\u00e9 que l’\u00e9chelle ne mesurait pas une simple insatisfaction ou une valence n\u00e9gative g\u00e9n\u00e9rique :<\/p>\n Dans l’\u00e9tude principale de Garvey et al. (2023), l’indice issu de l’\u00e9chelle a servi avec succ\u00e8s de m\u00e9diateur complet (full mediation<\/em>) expliquant pourquoi les r\u00e9cepteurs de bonnes nouvelles attribu\u00e9es \u00e0 une IA pr\u00e9sentaient une diminution de leur fid\u00e9lit\u00e9 commerciale et de leur \u00e9valuation du service compar\u00e9s \u00e0 ceux recevant la m\u00eame information d’un homologue humain. Lorsque l’IA d\u00e9livrait de mauvaises nouvelles (o\u00f9 l’absence per\u00e7ue de sentiments est un avantage psychologique r\u00e9duisant le jugement social), le score de malaise restait bas, confirmant la pertinence nomologique de la mesure.<\/p>\n La fid\u00e9lit\u00e9 de l’\u00c9chelle Creeped Out se caract\u00e9rise par des indices de coh\u00e9rence interne d’une homog\u00e9n\u00e9it\u00e9 remarquable \u00e0 travers diverses conditions exp\u00e9rimentales et populations de participants (pan\u00e9listes Prolific, \u00e9tudiants universitaires, consommateurs grand public) :<\/p>\n La structure dimensionnelle de l’\u00e9chelle a \u00e9t\u00e9 examin\u00e9e par le biais d’analyses factorielles exploratoires (AFE) et confirmatoires (AFC), attestant sans \u00e9quivoque de son unidimensionnalit\u00e9<\/strong> stricte.<\/p>\n Une extraction en composantes principales ou par le maximum de vraisemblance sur les trois items met en \u00e9vidence un facteur unique dominant avec une valeur propre (eigenvalue<\/em>) nettement sup\u00e9rieure \u00e0 1 (souvent comprise entre 2,45 et 2,75), expliquant \u00e0 elle seule entre 82 % et 91 % de la variance totale des scores. L’examen du diagramme de s\u00e9dimentation (scree plot<\/em>) confirme l’absence de tout second coude ou facteur r\u00e9siduel significatif.<\/p>\n Lors de la sp\u00e9cification d’un mod\u00e8le factoriel de premier ordre \u00e0 facteur unique, les indicateurs d’ajustement aux donn\u00e9es empiriques sont exemplaires :<\/p>\n Les saturations factorielles de chacun des items sur le construit latent commun sont particuli\u00e8rement homog\u00e8nes et substantielles :<\/p>\n L’invariance de mesure \u00e0 travers les genres (hommes vs femmes) et les groupes d’\u00e2ge a \u00e9galement \u00e9t\u00e9 confirm\u00e9e au niveau configuriel, m\u00e9trique et scalaire, permettant des comparaisons directes de moyennes sans biais psychom\u00e9trique induit.<\/p>\n L’instrument se pr\u00e9sente sous une forme standardis\u00e9e et ergonomique, convenant aussi bien \u00e0 des passations num\u00e9riques en ligne (ex. Qualtrics, Gorilla) qu’\u00e0 des protocoles sur support papier :<\/p>\n Les sources acad\u00e9miques suivantes fournissent les fondements th\u00e9oriques, m\u00e9thodologiques et empiriques de l’instrument :<\/p>\n \n Response Scale:\n <\/p>\n \n 7-point response scale (1 = Not at all, 7 = Extremely)\n <\/p>\n \n Scoring protocol: Items are averaged to create an overall index of feeling creeped out.<\/em>\n <\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":" L’\u00c9chelle du sentiment d’\u00e9tranget\u00e9 et de malaise (Garvey, Kim & Duhachek, 2023) est un instrument psychom\u00e9trique mesurant le malaise et l’inqui\u00e9tude face aux agents d’IA. Analyse compl\u00e8te de ses propri\u00e9t\u00e9s psychom\u00e9triques.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[2539,647,2],"tags":[22955,22956,424,9346,16,22954,8919],"class_list":["post-14754","psych_scale","type-psych_scale","status-publish","hentry","category-interaction-humain-machine","category-psychologie-cognitive","category-psychometrie","tag-creepiness","tag-garvey","tag-intelligence-artificielle","tag-perception-de-lesprit","tag-psychometrie","tag-sentiment-detrangete","tag-vallee-de-letrange"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/14754","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=14754"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/14754\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14754"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14754"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14754"}],"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
\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
La th\u00e9orie de la vall\u00e9e de l’\u00e9trange (Uncanny Valley)<\/h3>\n
La th\u00e9orie de la perception de l’esprit (Mind Perception Theory)<\/h3>\n
\n
Le mod\u00e8le d’ambigu\u00eft\u00e9 de la menace (Threat Ambiguity Model)<\/h3>\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de construit et validit\u00e9 convergente<\/h3>\n
\n
Validit\u00e9 discriminante<\/h3>\n
\n
Validit\u00e9 pr\u00e9dictive et nomologique<\/h3>\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
\n
9. Analyse factorielle \/ Factor Analysis<\/h2>\n
R\u00e9sultats de l’Analyse Factorielle Exploratoire (AFE)<\/h3>\n
R\u00e9sultats de l’Analyse Factorielle Confirmatoire (AFC)<\/h3>\n
\n
Saturations factorielles standardis\u00e9es ($lambda$<\/span>)<\/h3>\n
\n
10. Instrument de mesure \/ Instrument<\/h2>\n
\n
\n $$\\text{Score Creeped Out} = \\frac{\\text{Item 1} + \\text{Item 2} + \\text{Item 3}}{3}$$<\/span>
\n Le score composite r\u00e9sultant s’\u00e9chelonne ainsi de 1 \u00e0 7. Des scores plus \u00e9lev\u00e9s traduisent un sentiment d’\u00e9tranget\u00e9, d’ins\u00e9curit\u00e9 et de malaise accru vis-\u00e0-vis de l’agent.<\/li>\n<\/ul>\n11. 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