Le Mod\u00e8le d’adoption des chatbots d’exp\u00e9rience collaborateur bas\u00e9s sur l’intelligence artificielle<\/strong> (Adoption of Artificial Intelligence-Based Employee Experience Chatbots Model<\/em>), d\u00e9velopp\u00e9 par Pillai, Ghanghorkar, Sivathanu, Algharabat et Rana (2024), constitue un instrument psychom\u00e9trique et un cadre structurel de pointe con\u00e7u pour \u00e9valuer les d\u00e9terminants cognitifs, affectifs et comportementaux r\u00e9gissant l’acceptation des syst\u00e8mes conversationnels intelligents au sein des d\u00e9partements de ressources humaines. Face \u00e0 l’essor des technologies d’automatisation cognitive au travail, cet outil op\u00e9rationnalise l’int\u00e9gration de la th\u00e9orie du raisonnement comportemental<\/a> (Behavioral Reasoning Theory<\/em>, BRT) afin de mod\u00e9liser simultan\u00e9ment les motivations motrices (\u00ab raisons d’adopter \u00bb) et les freins psychologiques (\u00ab raisons de rejeter \u00bb) propres aux employ\u00e9s.<\/p>\n L’instrument se compose de 43 items r\u00e9partis sur 11 construits multidimensionnels : la personnalisation per\u00e7ue (PES), l’interactivit\u00e9 (INT), l’intelligence per\u00e7ue (PEI), l’anthropomorphisme per\u00e7u (ANP), les raisons contre l’adoption (RSA), le risque per\u00e7u (PRK), la barri\u00e8re linguistique (LBR), l’anxi\u00e9t\u00e9 technologique (TCX), les valeurs d’ouverture au changement (VOP), l’attitude globale (ATD) et l’intention finale d’adoption (AIN). Les r\u00e9ponses sont recueillies sur une \u00e9chelle de type Likert<\/a> en cinq points, allant de 1 (\u00ab fortement en d\u00e9saccord \u00bb) \u00e0 5 (\u00ab fortement d’accord \u00bb).<\/p>\n Sur le plan psychom\u00e9trique, le mod\u00e8le a fait l’objet d’une validation empirique rigoureuse au moyen de la mod\u00e9lisation par \u00e9quations structurelles aux moindres carr\u00e9s partiels (PLS-SEM<\/a>) aupr\u00e8s de cohortes professionnelles issues des secteurs de l’informatique (IT), des services informatiques (ITeS) et du commerce \u00e9lectronique. Les r\u00e9sultats confirment une excellente coh\u00e9rence interne, mat\u00e9rialis\u00e9e par des coefficients d’alpha de Cronbach et de fiabilit\u00e9 composite (CR) sup\u00e9rieurs \u00e0 0,80 pour l’ensemble des dimensions. La validit\u00e9 convergente est \u00e9tay\u00e9e par des variances moyennes extraites (AVE) surpassant le seuil de 0,50, tandis que la validit\u00e9 discriminante respecte les crit\u00e8res de Fornell-Larcker et de l’HTMT. Enfin, le test unifactoriel de Harman atteste de l’absence de biais de m\u00e9thode commune avec une variance expliqu\u00e9e limit\u00e9e \u00e0 26,82 %.<\/p>\n Adoption de l’intelligence artificielle, Chatbots RH, Exp\u00e9rience collaborateur, Th\u00e9orie du raisonnement comportemental, Anxi\u00e9t\u00e9 technologique, Anthropomorphisme per\u00e7u, Mod\u00e9lisation PLS-SEM, \u00c9valuation psychom\u00e9trique, Acceptation de la technologie, Psychologie organisationnelle, Validit\u00e9 convergente, Biais de m\u00e9thode commune.<\/p>\n L’\u00e9chelle a \u00e9t\u00e9 con\u00e7ue, formalis\u00e9e et valid\u00e9e par une \u00e9quipe internationale de chercheurs en management des syst\u00e8mes d’information, psychologie du travail et sciences de gestion :<\/p>\n L’objectif fondamental de cet instrument de mesure est de d\u00e9crypter et quantifier les m\u00e9canismes psychologiques sous-tendant l’intention des collaborateurs d’adopter et d’utiliser activement des agents conversationnels intelligents (chatbots) d\u00e9di\u00e9s \u00e0 l’exp\u00e9rience employ\u00e9 (Employee Experience<\/em> ou EEX). Dans le cadre des mutations num\u00e9riques contemporaines, les directions des ressources humaines d\u00e9ploient des agents intelligents pour g\u00e9rer les requ\u00eates administratives, faciliter l’int\u00e9gration des nouvelles recrues (onboarding<\/em>), administrer les avantages sociaux et d\u00e9livrer un soutien organisationnel continu. Toutefois, ces d\u00e9ploiements se heurtent fr\u00e9quemment \u00e0 des r\u00e9ticences, des craintes li\u00e9es \u00e0 la d\u00e9shumanisation des processus ou des craintes de surveillance algorithmique.<\/p>\n Cet instrument comble une lacune critique des mod\u00e8les traditionnels d’acceptation technologique tels que le Mod\u00e8le d’Acceptation de la Technologie (TAM)<\/a> ou la th\u00e9orie unifi\u00e9e de l’acceptation et de l’utilisation de la technologie (UTAUT<\/a>). Alors que ces approches conventionnelles se focalisent quasi exclusivement sur les facteurs incitatifs (utilit\u00e9 per\u00e7ue, facilit\u00e9 d’utilisation), le mod\u00e8le de Pillai et al. int\u00e8gre une perspective dialectique int\u00e9grant simultan\u00e9ment les motivations favorables et les barri\u00e8res psychologiques actives.<\/p>\n Sur le plan de la recherche scientifique, l’outil permet d’explorer les interactions complexes entre les caract\u00e9ristiques de l’interface cognitive (anthropomorphisme, intelligence per\u00e7ue, personnalisation), les dispositions individuelles des employ\u00e9s (ouverture au changement, anxi\u00e9t\u00e9 technologique) et les construits de raisonnement contextuel. En milieu appliqu\u00e9 et clinique-organisationnel, il sert d’instrument de diagnostic strat\u00e9gique pour les psychologues du travail, consultants en conduite du changement et directeurs RH. L’administration du questionnaire en amont ou en cours de d\u00e9ploiement permet d’identifier pr\u00e9cis\u00e9ment les poches de r\u00e9sistance (ex. anxi\u00e9t\u00e9 technologique prononc\u00e9e ou perception de risque pour la confidentialit\u00e9) et d’ajuster les programmes de formation ou la conception ergonomique des agents virtuels.<\/p>\n Le mod\u00e8le repose sur une constellation de 11 construits interd\u00e9pendants mesur\u00e9s par 43 items, capturant l’\u00e9cologie cognitive et comportementale du collaborateur face \u00e0 l’agent conversationnel :<\/p>\n Ce construit quantifie la mesure dans laquelle l’employ\u00e9 per\u00e7oit que le chatbot d’exp\u00e9rience collaborateur adapte ses r\u00e9ponses, ses recommandations et son accompagnement \u00e0 son profil individuel, \u00e0 ses ant\u00e9c\u00e9dents professionnels et \u00e0 ses besoins sp\u00e9cifiques. Une personnalisation \u00e9lev\u00e9e favorise le sentiment d’\u00eatre soutenu de mani\u00e8re singuli\u00e8re plut\u00f4t que trait\u00e9 par un script g\u00e9n\u00e9rique.<\/p>\n L’interactivit\u00e9 \u00e9value la fluidit\u00e9 bidirectionnelle, la vitesse de r\u00e9ponse et la capacit\u00e9 du syst\u00e8me conversationnel \u00e0 maintenir un \u00e9change dynamique et r\u00e9actif. Ce construit refl\u00e8te le degr\u00e9 d’engagement conversationnel que l’utilisateur ressent lors de l’interaction en temps r\u00e9el.<\/p>\n Ce construit mesure l’\u00e9valuation cognitive par le collaborateur des capacit\u00e9s computationnelles de l’agent : comp\u00e9tence \u00e0 r\u00e9soudre des probl\u00e9matiques RH complexes, pr\u00e9cision de l’information d\u00e9livr\u00e9e, logique d\u00e9ductive et pertinence contextuelle des solutions propos\u00e9es.<\/p>\n L’anthropomorphisme per\u00e7u d\u00e9signe l’attribution de caract\u00e9ristiques humaines, de chaleur relationnelle, de tonalit\u00e9 empathique ou de traits sociaux au chatbot. Dans les interactions employ\u00e9-machine, ce construit joue un r\u00f4le pivot dans la r\u00e9duction de la distance psychologique per\u00e7ue.<\/p>\n Dimension d’ordre sup\u00e9rieur ou agr\u00e9g\u00e9e ancr\u00e9e dans la BRT, ce construit capture les justifications conscientes et les rationalisations n\u00e9gatives formul\u00e9es par les employ\u00e9s pour refuser, contourner ou boycotter l’utilisation du chatbot RH.<\/p>\n Le risque per\u00e7u \u00e9value le sentiment de vuln\u00e9rabilit\u00e9 \u00e9prouv\u00e9 par l’employ\u00e9 face \u00e0 l’outil. Il englobe la crainte de divulgation de donn\u00e9es confidentielles (sant\u00e9, salaire, requ\u00eates personnelles), le risque de mauvaise interpr\u00e9tation manag\u00e9riale ou les r\u00e9percussions professionnelles ind\u00e9sirables dues \u00e0 une d\u00e9faillance de l’algorithme.<\/p>\n Cette dimension mesure les difficult\u00e9s ressenties lors de l’expression de requ\u00eates nuanc\u00e9es, le sentiment que le syst\u00e8me ne comprend pas les idiomes, le jargon professionnel interne ou les subtilit\u00e9s dialectales, cr\u00e9ant une friction communicative frustrante.<\/p>\n Construit affectif \u00e9valuant l’appr\u00e9hension, la tension psychologique, la peur d’incomp\u00e9tence ou la nervosit\u00e9 ressentie par l’employ\u00e9 \u00e0 l’id\u00e9e d’interagir avec des technologies novatrices fond\u00e9es sur l’intelligence artificielle g\u00e9n\u00e9rative ou pr\u00e9dictive.<\/p>\n Ancr\u00e9 dans la taxonomie des valeurs humaines fondamentales, ce construit refl\u00e8te la pr\u00e9disposition psychologique g\u00e9n\u00e9rale de l’employ\u00e9 \u00e0 rechercher la nouveaut\u00e9, \u00e0 accueillir favorablement l’innovation organisationnelle et \u00e0 faire preuve de flexibilit\u00e9 cognitive face aux ruptures m\u00e9thodologiques.<\/p>\n L’attitude repr\u00e9sente l’\u00e9valuation affective et cognitive globale, favorable ou d\u00e9favorable, port\u00e9e sur l’utilisation du chatbot pour la gestion de son exp\u00e9rience collaborateur au sein de l’entreprise.<\/p>\n Variable d\u00e9pendante ultime du mod\u00e8le, elle mesure la probabilit\u00e9 subjective, la volont\u00e9 d\u00e9lib\u00e9r\u00e9e et l’engagement comportemental planifi\u00e9 de l’employ\u00e9 \u00e0 utiliser r\u00e9guli\u00e8rement le chatbot d’exp\u00e9rience collaborateur dans ses activit\u00e9s quotidiennes.<\/p>\n Le socle conceptuel de cet instrument s’articule autour de la th\u00e9orie du raisonnement comportemental<\/strong> (Behavioral Reasoning Theory<\/em>, BRT), formalis\u00e9e par Westaby (2005)<\/a>. Contrairement aux th\u00e9ories traditionnelles de l’action raisonn\u00e9e ou du comportement planifi\u00e9 issues des travaux de Fishbein et Ajzen, la BRT postule que les \u00ab raisons \u00bb (reasons<\/em>) constituent des construits cognitifs sp\u00e9cifiques qui comblent le foss\u00e9 entre les valeurs globales de l’individu, ses attitudes et ses intentions comportementales.<\/p>\n Dans le mod\u00e8le de Pillai et al. (2024), la BRT offre une architecture \u00e9pist\u00e9mologique duale particuli\u00e8rement adapt\u00e9e \u00e0 l’intelligence artificielle en entreprise :<\/p>\n Selon les postulats de Westaby, les valeurs individuelles fondamentales \u2014 ici op\u00e9rationnalis\u00e9es par les valeurs d’ouverture au changement<\/em> (Schwartz, 1992) \u2014 exercent une influence ant\u00e9c\u00e9dente directe \u00e0 la fois sur les raisons \u00e9voqu\u00e9es et sur l’attitude globale. \u00c0 leur tour, les raisons positives et n\u00e9gatives influencent directement l’attitude (ATD) tout en conservant une voie directe vers l’intention comportementale d’adoption (AIN). Ce double cheminement illustre le fait que des collaborateurs peuvent adopter ou refuser un outil en rationalisant directement leur d\u00e9cision sans n\u00e9cessairement transiter par une modification d’attitude pr\u00e9alable, un ph\u00e9nom\u00e8ne fr\u00e9quemment document\u00e9 lors de transformations digitales impos\u00e9es.<\/p>\n L’\u00e9valuation psychom\u00e9trique du mod\u00e8le de Pillai et al. (2024) a \u00e9t\u00e9 r\u00e9alis\u00e9e selon les standards m\u00e9thodologiques les plus rigoureux de la recherche en syst\u00e8mes d’information et psychom\u00e9trie organisationnelle :<\/p>\n Les items originaux ont \u00e9t\u00e9 adapt\u00e9s d’instruments pr\u00e9existants et valid\u00e9s dans la litt\u00e9rature scientifique (notamment Claudy et al., 2015 ; Gupta & Arora, 2017 ; Westaby, 2005). Pour garantir une validit\u00e9 d’apparence optimale, les 43 items ont \u00e9t\u00e9 soumis \u00e0 un panel d’experts sectoriels et acad\u00e9miques en interaction homme-machine et en gestion des ressources humaines, conduisant \u00e0 des ajustements lexicaux et s\u00e9mantiques cibl\u00e9s afin de refl\u00e9ter fid\u00e8lement l’environnement de l’exp\u00e9rience collaborateur (EEX).<\/p>\n La validit\u00e9 convergente a \u00e9t\u00e9 confirm\u00e9e dans le cadre de l’\u00e9valuation du mod\u00e8le de mesure PLS-SEM :<\/p>\n La validit\u00e9 discriminante a \u00e9t\u00e9 scrupuleusement v\u00e9rifi\u00e9e :<\/p>\n Dans la mesure o\u00f9 les donn\u00e9es ont \u00e9t\u00e9 recueillies par auto-questionnaire aupr\u00e8s d’employ\u00e9s, le risque de variance commune li\u00e9e \u00e0 la m\u00e9thode a \u00e9t\u00e9 inspect\u00e9 via le test unifactoriel d’Harman. L’analyse sans rotation indique que le premier facteur n’explique que 26,82 % de la variance totale, se situant bien en de\u00e7\u00e0 du seuil critique de 50 %. Le mod\u00e8le est donc exempt de biais de m\u00e9thode commune significatif.<\/p>\n La fid\u00e9lit\u00e9 et la coh\u00e9rence interne de l’instrument ont \u00e9t\u00e9 test\u00e9es de mani\u00e8re approfondie \u00e0 l’aide de plusieurs indicateurs compl\u00e9mentaires :<\/p>\n L’\u00e9valuation de la structure factorielle a \u00e9t\u00e9 men\u00e9e via la mod\u00e9lisation par \u00e9quations structurelles bas\u00e9e sur la variance (PLS-SEM), une approche optimale pour les mod\u00e8les pr\u00e9dictifs complexes int\u00e9grant des cadres th\u00e9oriques novateurs comme la BRT :<\/p>\n L’instrument de Pillai et al. (2024) se caract\u00e9rise par les modalit\u00e9s techniques et op\u00e9rationnelles suivantes :<\/p>\n Les 43 \u00e9nonc\u00e9s officiels et d\u00e9finitifs formant l’instrument d’\u00e9valuation de Pillai et al. (2024) sont prot\u00e9g\u00e9s par le droit de propri\u00e9t\u00e9 intellectuelle de l’\u00e9diteur scientifique et ne sont pas diffus\u00e9s int\u00e9gralement dans le domaine public ouvert sans restriction. Afin de respecter la stricte d\u00e9ontologie psychom\u00e9trique et d’interdire l’hallucination d’items synth\u00e9tiques non valid\u00e9s, la structure des 43 items est document\u00e9e ci-dessous selon la r\u00e9partition factorielle \u00e9tablie par les auteurs. Pour acc\u00e9der \u00e0 la formulation mot \u00e0 mot officielle, les chercheurs doivent se r\u00e9f\u00e9rer \u00e0 la publication originale ou contacter l’auteur correspondant.<\/p>\n Response Scale:<\/strong> 1 = Strongly disagree, 2 = Disagree, 3 = Neutral, 4 = Agree, 5 = Strongly agree<\/p>\n Items measuring the extent to which the employee experience chatbot provides tailored information, custom recommendations, and understands individual work circumstances (adapted from prior IT acceptance scales).<\/p>\n Items assessing real-time feedback, conversational reciprocity, immediate query resolution, and interactive two-way dialogic features.<\/p>\n Items examining the employee’s perception of the chatbot’s cognitive capability, precision in handling complex enterprise HR inquiries, and smart information retrieval.<\/p>\n Items operationalizing human-like communication characteristics, conversational naturalness, perceived social warmth, and conversational tone.<\/p>\n Items evaluating overarching rationalized motives, justifications, and perceived barriers inhibiting the regular use of AI-driven chatbots in the workplace.<\/p>\n Items capturing concerns regarding privacy violations, unauthorized data access, leakage of personal HR records, and algorithmic vulnerability.<\/p>\n Items measuring communication friction, difficulty in interpreting complex phrasing, semantic misunderstandings, and vocabulary limitations of the chatbot.<\/p>\n Items evaluating fear, nervousness, cognitive discomfort, and hesitation experienced when interacting with novel AI interfaces.<\/p>\n Items measuring personal predisposition toward exploring new methods, adaptability to organizational change, and enthusiasm for workplace innovation.<\/p>\n Items capturing overall evaluative sentiment regarding whether using AI chatbots for employee experience tasks is positive, beneficial, or desirable.<\/p>\n Items assessing the explicit behavioral commitment, willingness, and planned frequency of utilizing the employee experience chatbot for workplace needs.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":" Analyse psychom\u00e9trique d\u00e9taill\u00e9e du mod\u00e8le d’adoption des chatbots d’exp\u00e9rience collaborateur bas\u00e9s sur l’IA (Pillai et al., 2024), fond\u00e9 sur la th\u00e9orie du raisonnement comportemental (BRT).<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[1727,2,2505],"tags":[16541,26868,26869,244,424,7098,13152,243],"class_list":["post-17399","psych_scale","type-psych_scale","status-publish","hentry","category-psychologie-du-travail-et-des-organisations","category-psychometrie","category-systemes-dinformation","tag-acceptation-de-la-technologie","tag-chatbots-rh","tag-experience-employe","tag-fidelite","tag-intelligence-artificielle","tag-pls-sem","tag-theorie-du-raisonnement-comportemental","tag-validite"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/17399","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=17399"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/17399\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=17399"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=17399"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=17399"}],"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
5. Construit psychologique \/ Construct<\/h2>\n
1. Personnalisation (PES – Personalization)<\/h3>\n
2. Interactivit\u00e9 (INT – Interactivity)<\/h3>\n
3. Intelligence per\u00e7ue (PEI – Perceived Intelligence)<\/h3>\n
4. Anthropomorphisme per\u00e7u (ANP – Perceived Anthropomorphism)<\/h3>\n
5. Raisons contre l’adoption (RSA – Reasons Against)<\/h3>\n
6. Risque per\u00e7u (PRK – Perceived Risk)<\/h3>\n
7. Barri\u00e8re linguistique (LBR – Language Barrier)<\/h3>\n
8. Anxi\u00e9t\u00e9 technologique (TCX – Technological Anxiety)<\/h3>\n
9. Valeurs d’ouverture au changement (VOP – Values of Openness to Change)<\/h3>\n
10. Attitude (ATD – Attitude)<\/h3>\n
11. Intention d’adoption (AIN – Adoption Intention)<\/h3>\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de contenu et d’apparence (Face and Content Validity)<\/h3>\n
Validit\u00e9 convergente<\/h3>\n
\n
Validit\u00e9 discriminante<\/h3>\n
\n
Biais de m\u00e9thode commune (Common Method Bias)<\/h3>\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
\n
9. Analyse factorielle \/ Factor Analysis<\/h2>\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
Construct 1: Personalization (PES)<\/h3>\n
Construct 2: Interactivity (INT)<\/h3>\n
Construct 3: Perceived Intelligence (PEI)<\/h3>\n
Construct 4: Perceived Anthropomorphism (ANP)<\/h3>\n
Construct 5: Reasons Against (RSA)<\/h3>\n
Construct 6: Perceived Risk (PRK)<\/h3>\n
Construct 7: Language Barrier (LBR)<\/h3>\n
Construct 8: Technological Anxiety (TCX)<\/h3>\n
Construct 9: Values of Openness to Change (VOP)<\/h3>\n
Construct 10: Attitude (ATD)<\/h3>\n
Construct 11: Adoption Intention (AIN)<\/h3>\n