Le Questionnaire de propension aux outils intelligents<\/strong> (Smart Tools Proneness Questionnaire<\/em>, STP-Q) est un instrument d’\u00e9valuation psychom\u00e9trique con\u00e7u pour mesurer la disposition psychologique g\u00e9n\u00e9rale et la propension comportementale d’un individu \u00e0 adopter, int\u00e9grer et d\u00e9l\u00e9guer des t\u00e2ches \u00e0 des technologies intelligentes dans sa vie quotidienne. Initialement conceptualis\u00e9 par Navarro (2022) puis valid\u00e9 transculturellement dans divers contextes, notamment par Esen, T\u00fcrkmen et D\u00fcger (2024), le STP-Q comble une lacune majeure entre les mod\u00e8les traditionnels d’acceptation technologique ax\u00e9s sur l’utilit\u00e9 per\u00e7ue en contexte professionnel et les outils diagnostiques \u00e9valuant les usages probl\u00e9matiques ou pathologiques du num\u00e9rique.<\/p>\n L’instrument repose sur une structure tridimensionnelle comprenant : (1) l’utilisation utilitaire<\/strong> (Utilitarian Use<\/em>), qui refl\u00e8te la recherche d’efficacit\u00e9, de gain de temps et d’automatisation des t\u00e2ches fonctionnelles ; (2) l’utilisation h\u00e9donique et sociale<\/strong> (Hedonic and Social Use<\/em>), qui capture l’engagement technologique motiv\u00e9 par le divertissement, la r\u00e9gulation \u00e9motionnelle et le maintien du lien social ; et (3) l’inclination \u00e0 d\u00e9l\u00e9guer des t\u00e2ches<\/strong> (Inclination to Delegate Tasks<\/em>), dimension novatrice \u00e9valuant le confort psychologique et la confiance accord\u00e9e aux syst\u00e8mes automatis\u00e9s et aux intelligences artificielles pour assumer des d\u00e9cisions ou des processus cognitifs.<\/p>\n Sur le plan psychom\u00e9trique, le STP-Q pr\u00e9sente des qualit\u00e9s m\u00e9trologiques remarquables. L’analyse de consistance interne met en \u00e9vidence un coefficient alpha de Cronbach<\/a> global de 0,954, attestant d’une excellente coh\u00e9rence entre les items. La fid\u00e9lit\u00e9 temporelle \u00e9valu\u00e9e par test-retest r\u00e9v\u00e8le un coefficient de corr\u00e9lation intraclasse<\/a> (CCI) de 0,851, confirmant la stabilit\u00e9 du construit en tant que trait dispositionnel. La validit\u00e9 convergente est d\u00e9montr\u00e9e par des corr\u00e9lations statistiquement significatives avec des mesures de pr\u00e9paration \u00e0 l’apprentissage num\u00e9rique (E-Learning Readiness Scale<\/em>) et d’anxi\u00e9t\u00e9 li\u00e9e \u00e0 la s\u00e9paration technologique (Nomophobia Questionnaire<\/em>, NMP-Q). L’analyse factorielle exploratoire confirme la structure tri-factorielle du mod\u00e8le, expliquant une part substantielle de la variance totale.<\/p>\n Propension aux outils intelligents, STP-Q, psychom\u00e9trie, adoption technologique, cyberpsychologie, d\u00e9l\u00e9gation cognitive, domotique, intelligence artificielle, validit\u00e9 transculturelle, fid\u00e9lit\u00e9 test-retest, acceptation des technologies, comportement num\u00e9rique.<\/p>\n Le d\u00e9veloppement initial et les adaptations transculturelles du Questionnaire de propension aux outils intelligents impliquent les chercheurs suivants :<\/p>\n L’av\u00e8nement fulgurant des technologies intelligentes \u2014 incluant les agents conversationnels, les dispositifs de domotique<\/a> connect\u00e9e (Internet des objets \/ IoT), les assistants vocaux interactifs et les applications int\u00e9grant des algorithmes d’intelligence artificielle \u2014 a profond\u00e9ment transform\u00e9 la nature de l’interaction homme-machine<\/a>. Traditionnellement, l’\u00e9valuation psychologique des interactions num\u00e9riques s’est articul\u00e9e autour de deux p\u00f4les extr\u00eames : d’une part, les paradigmes de l’ing\u00e9nierie et du management mod\u00e9lisant l’acceptation rationnelle des syst\u00e8mes au travail via le mod\u00e8le d’acceptation de la technologie<\/a> (TAM ; Davis, 1989) ou la th\u00e9orie unifi\u00e9e de l’acceptation et de l’utilisation de la technologie (UTAUT ; Venkatesh et al., 2003) ; d’autre part, la psychologie clinique et psychopathologique mesurant les conduites addictives et les d\u00e9rives compulsives \u00e0 travers l’Internet Addiction Test<\/em> (IAT ; Young, 1996) ou les \u00e9chelles de nomophobie (Y\u0131ld\u0131r\u0131m & Correia, 2015).<\/p>\n Le STP-Q a \u00e9t\u00e9 d\u00e9velopp\u00e9 sp\u00e9cifiquement pour combler le vide th\u00e9orique et empirique situ\u00e9 entre ces deux approches. L’objectif principal de l’\u00e9chelle est de quantifier la propension individuelle non pathologique<\/strong> \u00e0 solliciter et int\u00e9grer activement les technologies intelligentes dans les routines quotidiennes. Elle \u00e9value la disposition psychologique sous-jacente qui incite un utilisateur \u00e0 privil\u00e9gier une solution autonome ou assist\u00e9e par ordinateur plut\u00f4t qu’une m\u00e9thode manuelle traditionnelle.<\/p>\n Sur le plan des applications pratiques et scientifiques, le STP-Q offre des perspectives majeures :<\/p>\n Le concept central \u00e9valu\u00e9 par le questionnaire est la propension aux outils intelligents<\/strong> (smart tool proneness<\/em>). Ce construit latent d\u00e9signe la pr\u00e9disposition psychologique multidimensionnelle combinant des attitudes affectives, des croyances cognitives et des inclinations comportementales orient\u00e9es vers l’exploitation fluide, spontan\u00e9e et continue des technologies dot\u00e9es de capacit\u00e9s autonomes ou semi-autonomes.<\/p>\n Le STP-Q op\u00e9rationnalise ce construit \u00e0 travers un mod\u00e8le \u00e0 trois facteurs interd\u00e9pendants :<\/p>\n Cette dimension \u00e9value la motivation instrumentale et pragmatique qui pousse l’individu \u00e0 exploiter les fonctionnalit\u00e9s des outils intelligents afin d’optimiser son efficacit\u00e9, sa productivit\u00e9 et sa gestion temporelle. L’utilisateur \u00e0 score \u00e9lev\u00e9 per\u00e7oit la technologie comme un levier fonctionnel indispensable pour rationaliser son quotidien. Les manifestations comportementales typiques incluent :<\/p>\n Ce facteur explore les d\u00e9terminants affectifs, r\u00e9cr\u00e9atifs et relationnels de l’engagement technologique. L’adoption des outils intelligents n’est pas uniquement guid\u00e9e par le rendement pragmatique, mais \u00e9galement par la recherche de plaisir, d’amusement, de nouveaut\u00e9 et de connectivit\u00e9 interpersonnelle. Les individus pr\u00e9sentant un score \u00e9lev\u00e9 sur cette sous-\u00e9chelle utilisent les objets connect\u00e9s pour enrichir leur exp\u00e9rience sensorielle, partager du contenu multim\u00e9dia et maintenir un sentiment de pr\u00e9sence sociale continue.<\/p>\n Il s’agit de la dimension la plus novatrice et discriminante du construit. Elle mesure le niveau d’aisance psychologique, la confiance \u00e9pist\u00e9mique et l’absence d’appr\u00e9hension d’un individu lorsqu’il abandonne le contr\u00f4le d’une t\u00e2che ou d’une d\u00e9cision \u00e0 une entit\u00e9 algorithmique autonome. Contrairement aux utilisateurs technophiles r\u00e9ticents qui souhaitent conserver la ma\u00eetrise totale des param\u00e8tres (faible d\u00e9l\u00e9gation), les sujets \u00e0 forte inclination \u00e0 la d\u00e9l\u00e9gation acceptent volontiers que le syst\u00e8me prenne des initiatives, anticipe leurs besoins ou prenne des d\u00e9cisions \u00e0 leur place sans supervision humaine constante.<\/p>\n Le Questionnaire de propension aux outils intelligents s’articule autour de plusieurs th\u00e9ories fondamentales de la psychologie contemporaine, de la sociologie des usages et des sciences cognitives :<\/p>\n Formul\u00e9e initialement par Katz, Blumler et Gurevitch (1974), cette approche postule que les utilisateurs ne sont pas des r\u00e9cepteurs passifs de la technologie, mais des agents actifs qui s\u00e9lectionnent d\u00e9lib\u00e9r\u00e9ment les m\u00e9dias et les dispositifs en fonction de besoins psychologiques pr\u00e9cis. Le STP-Q s’appuie sur ce cadre en distinguant clairement les gratifications de nature utilitaire (r\u00e9solution de probl\u00e8mes, efficience) des gratifications h\u00e9doniques et affectives (divertissement, affiliation sociale).<\/p>\n Issue des travaux en sciences cognitives computationnelles (Risko & Gilbert, 2016), la th\u00e9orie de l’externalisation cognitive explique comment les \u00eatres humains r\u00e9duisent la charge pesant sur leur m\u00e9moire de travail et leurs fonctions ex\u00e9cutives en confiant des op\u00e9rations de stockage ou de traitement \u00e0 des supports physiques ou num\u00e9riques. Dans le STP-Q, la sous-\u00e9chelle d’inclination \u00e0 d\u00e9l\u00e9guer constitue une mesure directe de cette propension m\u00e9tacognitive \u00e0 d\u00e9charger l’effort mental sur l’intelligence artificielle.<\/p>\n Si le TAM (Davis, 1989) et l’UTAUT (Venkatesh et al., 2003) ont solidement \u00e9tabli le r\u00f4le de l’utilit\u00e9 per\u00e7ue et de la facilit\u00e9 d’utilisation per\u00e7ue, la litt\u00e9rature sur l’automatisation (Lee & See, 2004 ; Parasuraman & Riley, 1997) d\u00e9montre que l’utilisation de syst\u00e8mes autonomes n\u00e9cessite un construit suppl\u00e9mentaire : la confiance dans l’autonomie algorithmique<\/strong>. Sans une calibration optimale de la confiance, l’utilisateur risque soit la sous-utilisation (rejet par m\u00e9fiance), soit la sur-utilisation (complaisance aveugle). Le STP-Q int\u00e8gre cette dynamique au sein de son architecture tridimensionnelle.<\/p>\n La validation psychom\u00e9trique du STP-Q a \u00e9t\u00e9 \u00e9tablie selon les standards m\u00e9thodologiques les plus rigoureux de l’\u00e9valuation psychom\u00e9trique<\/a> (Beaton et al., 2000 ; Terwee et al., 2007).<\/p>\n L’adaptation turque men\u00e9e par Esen et al. (2024) a suivi un protocole standardis\u00e9 de traduction-r\u00e9trotraduction (forward and back-translation<\/em>) impliquant des comit\u00e9s d’experts bilingues ind\u00e9pendants. Les ajustements linguistiques et conceptuels ont permis d’\u00e9liminer toute ambigu\u00eft\u00e9 s\u00e9mantique et de garantir l’\u00e9quivalence de construit entre la version originale et la version traduite.<\/p>\n Pour d\u00e9montrer la validit\u00e9 convergente, le STP-Q a \u00e9t\u00e9 administr\u00e9 conjointement avec deux \u00e9chelles psychom\u00e9triques valid\u00e9es :<\/p>\n La validit\u00e9 discriminante a \u00e9t\u00e9 \u00e9tay\u00e9e par l’analyse des corr\u00e9lations inter-facteurs et la v\u00e9rification que les dimensions du STP-Q, bien qu’interconnect\u00e9es, mesurent des facettes conceptuellement distinctes de l’exp\u00e9rience technologique (coefficients de corr\u00e9lation inter-dimensions mod\u00e9r\u00e9s \u00e0 \u00e9lev\u00e9s mais distincts de l’unit\u00e9, sans redondance colin\u00e9aire excessive).<\/p>\n Les propri\u00e9t\u00e9s de fid\u00e9lit\u00e9 et de pr\u00e9cision m\u00e9trologique du STP-Q ont \u00e9t\u00e9 \u00e9valu\u00e9es par des indices de coh\u00e9rence interne et de stabilit\u00e9 temporelle au sein d’un \u00e9chantillon normatif de 374 participants adultes (Esen et al., 2024).<\/p>\n L’analyse de consistance interne d\u00e9montre une excellente pr\u00e9cision de mesure :<\/p>\n La fid\u00e9lit\u00e9 test-retest a \u00e9t\u00e9 quantifi\u00e9e \u00e0 l’aide du coefficient de corr\u00e9lation intraclasse (CCI) selon les recommandations de Koo et Li (2016) et Weir (2005). L’analyse a r\u00e9v\u00e9l\u00e9 un CCI de 0,851<\/strong> (intervalle de confiance \u00e0 95 %), indiquant une fid\u00e9lit\u00e9 temporelle qualifi\u00e9e de \u00ab bonne \u00e0 excellente \u00bb. Ces r\u00e9sultats prouvent que les scores obtenus au STP-Q refl\u00e8tent des dispositions stables et durables chez les participants, plut\u00f4t que des fluctuations d’\u00e9tat \u00e9motionnel transitoires.<\/p>\n La structure dimensionnelle du STP-Q a \u00e9t\u00e9 explor\u00e9e et confirm\u00e9e par des analyses factorielles rigoureuses conform\u00e9ment aux crit\u00e8res de Hair et al. (2010).<\/p>\n Avant l’extraction factorielle, la factorisabilit\u00e9 de la matrice de corr\u00e9lation a \u00e9t\u00e9 confirm\u00e9e par l’indice de Kaiser-Meyer-Olkin (KMO > 0,90), indiquant une excellente ad\u00e9quation de l’\u00e9chantillon, et par le test de sph\u00e9ricit\u00e9 de Bartlett (p<\/em> < 0,001), rejetant formellement l’hypoth\u00e8se d’une matrice identit\u00e9.<\/p>\n L’analyse factorielle exploratoire a mis en \u00e9vidence une solution claire et parcimonieuse en trois facteurs<\/strong>, reproduisant fid\u00e8lement la structure originelle \u00e9tablie par Navarro (2022) :<\/p>\n Les saturations factorielles (factor loadings<\/em>) de chaque item sur son facteur th\u00e9orique respectif sont \u00e9lev\u00e9es et exemptes de saturations crois\u00e9es probl\u00e9matiques, confirmant la validit\u00e9 structurelle et l’\u00e9quivalence transculturelle du construit.<\/p>\n Le Questionnaire de propension aux outils intelligents se pr\u00e9sente sous une forme standardis\u00e9e facile d’administration :<\/p>\n (Scale items under review)<\/em><\/p>\n Alem, F., Plaisent, M., Zuccaro, C., & Bernard, P. (2016). Measuring e-learning readiness concept: scale development and validation using structural equation modeling. International Journal of E-Education, E-Business, E-Management and E-Learning<\/em>, 6(4), 193\u2013207. https:\/\/doi.org\/10.17706\/ijeeee.2016.6.4.193-207<\/a><\/p>\n Beaton, D. E., Bombardier, C., Guillemin, F., & Ferraz, M. B. (2000). Guidelines for the process of cross-cultural adaptation of self-report measures. Spine<\/em>, 25(24), 3186\u20133191. https:\/\/doi.org\/10.1097\/00007632-200012150-00014<\/a><\/p>\n Bircan, M. A., & Sungur, M. (2022). Validity and reliability study for the Turkish adaptation of the e-learning readiness scale. Pedagogical Perspectives<\/em>, 1(2), 89\u201398. https:\/\/doi.org\/10.29329\/pedper.2022.493.2<\/a><\/p>\n Bland, J. M., & Altman, D. G. (1997). Statistics notes: Cronbach\u2019s alpha. BMJ<\/em>, 314(7080), 572. https:\/\/doi.org\/10.1136\/bmj.314.7080.572<\/a><\/p>\n Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly<\/em>, 13(3), 319\u2013340. https:\/\/doi.org\/10.2307\/249008<\/a><\/p>\n DeVon, H. A., Block, M. E., Moyle-Wright, P., Ernst, D. M., Hayden, S. J., Lazzara, D. J., Savoy, S. M., & Kostas-Polston, E. (2007). A psychometric toolbox for testing validity and reliability. Journal of Nursing Scholarship<\/em>, 39(2), 155\u2013164. https:\/\/doi.org\/10.1111\/j.1547-5069.2007.00161.x<\/a><\/p>\n Esen, S. Y., T\u00fcrkmen, C., & D\u00fcger, T. (2024). Smart Tools Proneness Questionnaire: Cross-cultural adaptation, validity, and reliability in the Turkish population. PLoS ONE<\/em>, 19(8), e0309299. https:\/\/doi.org\/10.1371\/journal.pone.0309299<\/a><\/p>\n Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate Data Analysis<\/em> (7e \u00e9d.). Pearson.<\/p>\n Katz, E., Blumler, J. G., & Gurevitch, M. (1974). Uses and gratifications research. The Public Opinion Quarterly<\/em>, 37(4), 509\u2013523. https:\/\/doi.org\/10.1086\/268109<\/a><\/p>\n Koo, T. K., & Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine<\/em>, 15(2), 155\u2013163. https:\/\/doi.org\/10.1016\/j.jcm.2016.02.012<\/a><\/p>\n Lee, J. D., & See, K. A. (2004). Trust in automation: Designing for appropriate reliance. Human Factors<\/em>, 46(1), 50\u201380. https:\/\/doi.org\/10.1518\/hfes.46.1.50.30392<\/a><\/p>\n Navarro, J. (2022). Development of the Smart Tools Proneness Questionnaire (STP-Q): an instrument to assess the individual propensity to use smart tools. Ergonomics<\/em>, 65(12), 1639\u20131652. https:\/\/doi.org\/10.1080\/00140139.2022.2048895<\/a><\/p>\n Parasuraman, R., & Riley, V. (1997). Humans and automation: Use, misuse, disuse, abuse. Human Factors<\/em>, 39(2), 230\u2013253. https:\/\/doi.org\/10.1518\/001872097778543886<\/a><\/p>\n Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences<\/em>, 20(9), 676\u2013688. https:\/\/doi.org\/10.1016\/j.tics.2016.07.002<\/a><\/p>\n Terwee, C. B., Bot, S. D., de Boer, M. R., van der Windt, D. A., Knol, D. L., Dekker, J., Bouter, L. M., & de Vet, H. C. (2007). Quality criteria were proposed for measurement properties of health status questionnaires. Journal of Clinical Epidemiology<\/em>, 60(1), 34\u201342. https:\/\/doi.org\/10.1016\/j.jclinepi.2006.03.012<\/a><\/p>\n Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly<\/em>, 27(3), 425\u2013478. https:\/\/doi.org\/10.2307\/30036540<\/a><\/p>\n Weir, J. P. (2005). Quantifying test-retest reliability using the intraclass correlation coefficient and the SEM. Journal of Strength and Conditioning Research<\/em>, 19(1), 231\u2013240. https:\/\/doi.org\/10.1519\/15184.1<\/a><\/p>\n Xinyan, Z., Ismail, M. N., & Choo, L. S. (2022). Modeling the adoption of medical wearable devices among senior adults: Using hybrid SEM-neural network approach. Frontiers in Public Health<\/em>, 10, 1016065. https:\/\/doi.org\/10.3389\/fpubh.2022.1016065<\/a><\/p>\n Y\u0131ld\u0131r\u0131m, C., & Correia, A. P. (2015). Exploring the dimensions of nomophobia: Development and validation of a self-reported questionnaire. Computers in Human Behavior<\/em>, 49, 130\u2013137. https:\/\/doi.org\/10.1016\/j.chb.2015.02.059<\/a><\/p>\n Y\u0131ld\u0131r\u0131m, C., Sumuer, E., Adnan, M., & Yildirim, S. (2016). A growing fear: Prevalence of nomophobia among Turkish college students. Information Development<\/em>, 32(5), 1322\u20131331. https:\/\/doi.org\/10.1177\/0266666915599025<\/a><\/p>\n2. Mots-cl\u00e9s<\/h2>\n
3. Auteurs<\/h2>\n
\n
4. Objectif<\/h2>\n
\n
5. Construit psychologique<\/h2>\n
5.1. Utilisation utilitaire (Utilitarian Use)<\/h3>\n
\n
5.2. Utilisation h\u00e9donique et sociale (Hedonic and Social Use)<\/h3>\n
5.3. Inclination \u00e0 d\u00e9l\u00e9guer des t\u00e2ches (Inclination to Delegate Tasks)<\/h3>\n
6. Cadre th\u00e9orique<\/h2>\n
6.1. La th\u00e9orie des usages et gratifications (Uses and Gratifications Theory)<\/h3>\n
6.2. La th\u00e9orie de la d\u00e9charge cognitive (Cognitive Offloading)<\/h3>\n
6.3. Le mod\u00e8le d’acceptation de la technologie et la confiance dans l’automatisation<\/h3>\n
7. Validit\u00e9<\/h2>\n
7.1. Validit\u00e9 transculturelle et d’adaptation<\/h3>\n
7.2. Validit\u00e9 de construit et validit\u00e9 convergente<\/h3>\n
\n
7.3. Validit\u00e9 discriminante<\/h3>\n
8. Fid\u00e9lit\u00e9<\/h2>\n
8.1. Coh\u00e9rence interne<\/h3>\n
\n
8.2. Stabilit\u00e9 temporelle (Test-Retest)<\/h3>\n
9. Analyse factorielle<\/h2>\n
9.1. Ad\u00e9quation de l’\u00e9chantillonnage<\/h3>\n
9.2. Analyse factorielle exploratoire (AFE)<\/h3>\n
\n
10. Instrument de mesure<\/h2>\n
\n
\n
11. Permissions, Tarifs et Ann\u00e9e du test<\/h2>\n
\n
13. Questions et items du questionnaire (Scale Items)<\/h2>\n
12. R\u00e9f\u00e9rences<\/h2>\n