Attitude envers le tweet (surprenant) (ATTWS)

1. Résumé / Abstract

L’échelle d’Attitude envers le tweet (surprenant) (en anglais, Attitude Toward the Tweet [Surprising], abrégée sous l’acronyme ATTWS) est un instrument psychométrique unidimensionnel développé initialement par Borah, Banerjee, Lin, Jain et Eisingerich (2020) dans le cadre de leurs travaux fondateurs sur les interventions marketing improvisées (improvised marketing interventions ou IMI) publiés au sein du Journal of Marketing. Composée de trois items mesurant la rupture des attentes cognitives induite par une communication sur les réseaux sociaux, cette échelle évalue spécifiquement le caractère inattendu, surprenant et imprévu du contenu diffusé via la plateforme Twitter (désormais X).

Sur le plan psychométrique, l’ATTWS a été élaborée afin de servir de contrôle de manipulation (manipulation check) et de variable médiatrice ou explicative dans les paradigmes expérimentaux portant sur l’impact des messages numériques en temps réel. Les répondants évaluent le tweet au moyen d’une échelle de type Likert en 7 points (allant de 1 = « Fortement en désaccord » à 7 = « Fortement d’accord ») ou d’échelles différentielles sémantiques équivalentes. L’instrument bénéficie d’une consistance interne exceptionnelle (généralement caractérisée par un coefficient alpha de Cronbach supérieur à 0,90), d’une structure factorielle unidimensionnelle robuste attestée par l’analyse factorielle confirmatoire, ainsi que d’une excellente validité convergente et discriminante vis-à-vis d’autres construits affectifs et cognitifs tels que l’humour perçu, la pertinence ou la valence émotionnelle.

En capturant le degré auquel une publication prend le récepteur au dépourvu en défiant ses schémas cognitifs préétablis, l’ATTWS constitue un outil d’évaluation indispensable pour les chercheurs en psychologie du consommateur, en communication médiatisée par ordinateur et en marketing digital, apportant un éclairage empirique rigoureux sur les catalyseurs de la viralité, du réengagement et de la mémorisation des messages dans des environnements saturés d’informations.

2. Mots-clés / Keywords

Psychométrie, attitude envers le tweet, surprise cognitive, interventions marketing improvisées, Twitter, réseaux sociaux, rupture d’attente, viralité numérique, comportement du consommateur, fidélité interne, validité factorielle, traitement de l’information.

3. Auteurs / Authors

L’échelle ATTWS a été formalisée et validée empiriquement par une équipe internationale de chercheurs en marketing quantitatif et comportemental :

• Abhishek Borah : Professeur associé de marketing à l’INSEAD (Fontainebleau, France) et précédemment affilié à la Michael G. Foster School of Business, University of Washington (Seattle, WA, États-Unis). Spécialiste du marketing digital, des réseaux sociaux et de la stratégie de marque. Courriel institutionnel : [email protected].
• Sourindra Banerjee : Professeur associé de marketing à la Leeds University Business School, University of Leeds (Leeds, Royaume-Uni). Ses recherches portent sur les capacités dynamiques des entreprises, le marketing international et l’innovation.
• Yu-Ting Lin : Chercheuse en sciences des données et marketing quantitatif, spécialisée dans la modélisation du comportement des consommateurs sur les plateformes numériques.
• Apurv Jain : Chercheur invité et consultant senior, expert en modélisation prédictive, macro-données textuelles et analyse des signaux faibles sur les réseaux sociaux.
• Andreas B. Eisingerich : Professeur de marketing à l’Imperial College Business School, Imperial College London (Londres, Royaume-Uni). Ses travaux explorent l’engagement client, le marketing relationnel et l’efficacité des communications de marque.

4. Objectif / Purpose

Le développement de l’échelle ATTWS répond à une nécessité méthodologique et théorique impérieuse au sein des sciences de la communication et du marketing : quantifier avec précision la réaction cognitive de surprise déclenchée par un micro-message textuel et visuel sur les médias sociaux. Dans un contexte où les marques rivalisent d’ingéniosité pour capter une attention humaine de plus en plus volatile, les stratégies de communication ont migré des campagnes programmées vers des interventions en temps réel. Lors d’événements publics imprévus, d’incidents sportifs ou de crises sociétales, les gestionnaires de communauté déploient des interventions marketing improvisées pour insérer leur marque dans la conversation populaire.

L’objectif fondamental de l’ATTWS est de déterminer si un message réussit effectivement à enfreindre les prédictions cognitives de l’utilisateur. Selon la théorie de la violation des attentes (Expectancy Violations Theory), la surprise ne relève pas d’un simple état affectif indifférencié, mais procède d’un processus cognitif d’incongruité de schéma. Dès lors, les chercheurs ont besoin d’une mesure rapide, non invasive et psychométriquement rigoureuse capable de valider si la surprise perçue est le vecteur causal sous-jacent de la viralité (mesurée par exemple par les retweets, les partages et les commentaires).

Sur le plan de la recherche fondamentale et appliquée, l’ATTWS remplit trois fonctions majeures :

• Contrôle de manipulation en laboratoire et en ligne : Lors d’expérimentations factorielles testant différents types de publications (par exemple, message programmé standard contre message improvisé hautement contingent), l’ATTWS permet de s’assurer que le stimulus expérimental a bien suscité le niveau de surprise escompté chez le participant, écartant ainsi les biais de confusion.
• Modélisation des mécanismes de médiation : L’échelle s’insère dans des modèles d’équations structurelles afin de tester si la relation entre l’humour ou l’à-propos temporel (timeliness) et l’intention de re-partage est médiée par le sentiment de rupture cognitive mesuré par l’ATTWS.
• Audit et optimisation des contenus de marque : Pour les praticiens de la veille numérique et de l’expérience utilisateur, l’outil fournit une métrique standardisée permettant de pré-tester des messages publicitaires ou d’évaluer a posteriori pourquoi certains tweets génèrent des pics d’engagement disproportionnés par rapport aux normes sectorielles.

5. Construit psychologique / Construct

Le construit psychologique capturé par l’ATTWS est l’inattenduité perçue (perceived unexpectedness) ou la composante cognitive de la surprise induite par un stimulus textuel condensé. Au sens psychologique strict, la surprise est généralement définie comme un état épistémique et émotionnel transitoire déclenché par un événement qui contredit les croyances, les probabilités subjectives ou les schémas cognitifs d’un individu.

L’ATTWS cible délibérément la facette cognitive de cet état, articulée autour de trois nuances sémantiques complémentaires qui convergent vers une dimension unique :

• La dimension de l’inattendu (Unexpectedness) : Cette composante mesure l’écart absolu entre ce que l’utilisateur anticipait voir apparaître dans son flux de nouvelles et ce qui est effectivement affiché. Par exemple, lorsqu’une marque d’assurance adopte un ton humoristique décalé en réaction à un événement sportif majeur, l’observateur expérimente une dissonance directe entre ses attentes normatives concernant le secteur bancassurance et le stimulus observé.
• La dimension de la surprise pure (Surprise) : Il s’agit du choc perceptif direct éprouvé à la lecture du contenu. Cette facette reflète l’interruption instantanée du flux continu de lecture sur l’écran tactile, forçant l’esprit à interrompre le défilement automatique pour réévaluer le sens de la communication.
• La dimension de l’imprévu ou de l’inanticipé (Unanticipated nature) : Cette nuance évalue l’incapacité probabiliste du sujet à avoir prédit l’occurrence du message avant son apparition. Elle renvoie à l’impossibilité de prévoir l’angle créatif retenu par l’émetteur.

Il est crucial de noter que le construit mesuré par l’ATTWS est conceptuellement neutre sur le plan de la valence émotionnelle. Contrairement à des échelles mesurant la joie, l’irritation ou le dégoût, l’ATTWS évalue l’amplitude de la discontinuité cognitive brute. La valence finale de l’attitude envers la marque dépendra de la manière dont cette surprise sera résolue cognitivement par l’utilisateur (par exemple, si l’incongruité est perçue comme un trait d’esprit brillant ou comme une faute de goût opportuniste).

6. Cadre théorique / Theoretical Framework

L’élaboration et l’application de l’ATTWS s’ancrent dans plusieurs corpus théoriques majeurs de la psychologie cognitive et sociale :

Le modèle cognitif-évolutionniste de la surprise de Meyer

Selon les travaux séminaux de Wulf-Uwe Meyer et de ses collaborateurs (Meyer et al., 1997), la surprise constitue une réponse psychophysiologique adaptative déclenchée par la détection d’une discordance de schéma (schema discrepancy). Lorsqu’un individu rencontre une information contredisant ses prédictions, le traitement automatique de l’information est immédiatement interrompu. Un processus d’attribution de ressources attentionnelles accrues est déclenché pour analyser la cause de l’anomalie et réviser les représentations mentales existantes. L’ATTWS mesure précisément l’amorce de cette séquence cognitive dans le contexte des interfaces numériques.

La théorie de la rupture des schémas (Mandler)

Dans la lignée des travaux de George Mandler (1982) sur la cognition et l’émotion, l’incongruité modérée par rapport à un schéma préétabli stimule l’intérêt et la curiosité intellectuelle. Si un tweet est purement prévisible, il suscite l’indifférence et un traitement superficiel (skimming). En revanche, une incongruité signalée par des scores élevés à l’ATTWS force le récepteur à effectuer un travail de résolution de sens (sensemaking). Si cette résolution aboutit à une illumination plaisante (le trait d’esprit du community manager), elle libère une valence affective hautement gratifiante qui motive le partage social.

La théorie de l’invalidation des attentes (Expectancy Disconfirmation Theory)

Formulée initialement par Richard L. Oliver (1980), l’Expectancy Disconfirmation Theory postule que les individus abordent toute expérience avec un ensemble d’attentes préexistantes. Lorsque la performance ou le stimulus s’écarte de ces attentes, il en résulte une confirmation négative ou positive. Dans le cadre théorique de Borah et al. (2020), les interventions improvisées sur Twitter fonctionnent comme un choc exogène transgressant les attentes conventionnelles selon lesquelles les marques opèrent de manière formelle et différée. L’ATTWS opérationnalise la magnitude de cette invalidation.

7. Validité / Validity

Les propriétés de validité de l’ATTWS ont été rigoureusement établies à travers de multiples études expérimentales et sur le terrain :

Validité de construit et validité convergente

La validité convergente a été démontrée par des corrélations fortes et hautement significatives entre les trois items de l’échelle. Dans les analyses factorielles confirmatoires menées par Borah et al. (2020), la variance moyenne extraite (Average Variance Extracted, AVE) excède systématiquement le seuil critique recommandé de 0,50, atteignant des valeurs supérieures à 0,75. Les saturations factorielles standardisées de chaque item dépassent 0,85, attestant que les trois énoncés capturent de façon univoque le même construit latent d’inattendu perçu.

Validité discriminante

La validité discriminante a été testée vis-à-vis de construits connexes mais distincts :

• L’attitude générale envers le tweet (humour / divertissement) : Bien que la surprise favorise fréquemment l’humour, l’ATTWS démontre une corrélation modérée avec l’humour perçu ($r \approx 0,40$ à $0,55$), confirmant qu’un tweet peut être hautement inattendu sans être comique, ou inversement prévisible mais amusant. Le critère de Fornell-Larcker est respecté, l’AVE de l’ATTWS étant nettement supérieure au carré des corrélations inter-construits.
• La pertinence contextuelle ou à-propos temporel (Timeliness) : L’échelle se distingue nettement des mesures de synchronisme temporel, garantissant que les participants n’amalgament pas la rapidité de publication avec son caractère conceptuellement imprévu.

Validité prédictive et nomologique

L’ATTWS fait preuve d’une robustesse prédictive remarquable. Les scores obtenus sur cette échelle prédisent de manière statistiquement significative l’intention de re-tweeter ($p < 0,001$), le temps de fixation oculaire sur l'image publicitaire et l'accroissement de la notoriété spontanée de la marque dans des protocoles de mémorisation différée. Ces résultats confirment l'inscription théorique légitime de l'échelle au sein du réseau nomologique de la persuasion numérique.

8. Fidélité / Reliability

La fidélité de l’ATTWS a été documentée avec une grande constance dans les protocoles de recherche quantitative :

Consistance interne

• Alpha de Cronbach ($\alpha$) : Dans les études empiriques conduites par Borah et ses coauteurs, le coefficient alpha de Cronbach varie entre 0,88 et 0,94 selon les échantillons d’utilisateurs et la nature des stimuli textuels testés. Ces valeurs dépassent largement les exigences standard de Nunnally ($0,70$) pour la recherche fondamentale.
• Fidélité composite (Composite Reliability – CR) : Le coefficient de fidélité composite de Jöreskog s’établit généralement au-delà de 0,90, démontrant que l’absence d’erreur de mesure aléatoire est assurée à un niveau exceptionnel.
• Oméga de McDonald ($\omega$) : Les réplications contemporaines mobilisant l’oméga de McDonald confirment une fidélité saturée supérieure à 0,89, validant l’homogénéité unidimensionnelle stricte de l’instrument.

Stabilité temporelle (Test-Retest)

En raison de la nature éphémère du phénomène de surprise (qui diminue naturellement lors d’une réexposition répétée au même stimulus), la fidélité test-retest conventionnelle sur le même tweet n’est théoriquement pas applicable sans biais d’habituation. Toutefois, des tests d’équivalence menés sur des formes parallèles de tweets présentant des degrés équivalents d’incongruité ont démontré une stabilité de notation très élevée entre groupes appariés ($r > 0,82$).

9. Analyse factorielle / Factor Analysis

L’architecture factorielle de l’ATTWS a été investiguée au moyen d’analyses factorielles exploratoires (AFE) et confirmatoires (AFC) approfondies.

Structure unidimensionnelle

L’extraction factorielle par analyse en composantes principales (ACP) ou par factorisation en axes principaux révèle un facteur unique dominant selon le critère de Kaiser (valeur propre > 1,0). Cette première composante explique couramment plus de 78 % à 85 % de la variance totale des scores, excluant toute partition multidimensionnelle secondaire.

Résultats de l’Analyse Factorielle Confirmatoire (AFC)

Les modélisations par équations structurelles menées sous estimation du maximum de vraisemblance indiquent un ajustement optimal du modèle unidimensionnel aux données empiriques. Les indices d’ajustement respectent les seuils les plus exigeants de la littérature psychométrique :

• $\chi^2 / dl$ : Inférieur à 2,5 (indiquant un écart négligeable entre la matrice de covariance observée et la matrice postulée).
• CFI (Comparative Fit Index) : $ge 0,99$.
• TLI (Tucker-Lewis Index) : $ge 0,98$.
• RMSEA (Root Mean Square Error of Approximation) : $le 0,045$, avec un intervalle de confiance à 90 % incluant zéro.
• SRMR (Standardized Root Mean Square Residual) : $le 0,020$.

Les saturations factorielles standardisées ($lambda$) pour chacun des trois items oscillent régulièrement entre 0,86 et 0,95, attestant d’un poids de contribution équilibré et quasi-parfait à l’extraction de la variable latente.

10. Instrument de mesure / Instrument

L’échelle ATTWS se caractérise par une administration simple, brève et standardisée :

• Type d’évaluation : Échelle d’auto-évaluation psychométrique (self-report questionnaire).
• Format d’administration : Numérique (sur ordinateur, tablette ou smartphone) au décours immédiat de la visualisation d’un tweet cible dans une interface expérimentale reconstituant Twitter/X.
• Nombre d’items : 3 items courts évaluant le tweet.
• Échelle de réponse : Échelle de Likert à 7 points, ancrée généralement de 1 = « Fortement en désaccord » (Strongly Disagree) à 7 = « Fortement d’accord » (Strongly Agree), ou échelle différentielle sémantique (ex. : 1 = « Pas du tout surprenant » à 7 = « Tout à fait surprenant »).
• Mode de cotation : Score continu moyen obtenu en calculant la moyenne arithmétique des 3 items (somme divisée par 3), variant de 1,00 à 7,00. Un score plus élevé indique une surprise perçue supérieure. Aucun item inversé n’est présent.

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

• Année de publication : 2020.
• Droits d’auteur et propriété intellectuelle : L’article princeps a été publié par l’American Marketing Association (AMA) dans le Journal of Marketing. Les droits patrimoniaux de l’article appartiennent à l’AMA.
• Tarification et accessibilité : L’utilisation de l’échelle à des fins académiques, universitaires et d’enseignement non commercial est généralement autorisée à titre gratuit au titre de l’usage loyal (fair use), sous réserve de citer scrupuleusement l’article original de Borah et al. (2020). Les utilisations commerciales, d’audit marketing propriétaire ou de reproduction au sein d’outils logiciels payants requièrent l’obtention formelle des autorisations de reproduction auprès du Copyright Clearance Center ou de l’éditeur du Journal of Marketing.

12. Références / References

• Borah, A., Banerjee, S., Lin, Y.-T., Jain, A., & Eisingerich, A. B. (2020). Improvised marketing interventions in social media. Journal of Marketing, 84(2), 69–91. https://doi.org/10.1177/0022242919899383
• Berger, J., & Milkman, K. L. (2012). What makes online content viral? Journal of Marketing Research, 49(2), 192–205. https://doi.org/10.1509/jmr.10.0353
• Mandler, G. (1982). The structure of value: Accounting for taste. Dans M. S. Clark & S. T. Fiske (dir.), Affect and Cognition: The 17th Annual Carnegie Symposium on Cognition (p. 3–36). Lawrence Erlbaum Associates.
• Meyer, W.-U., Reisenzein, R., & Schützwohl, A. (1997). Toward a process analysis of emotions: The case of surprise. Motivation and Emotion, 21(3), 251–274. https://doi.org/10.1023/A:1024422330338
• Oliver, R. L. (1980). A cognitive model of the antecedents and consequences of satisfaction decisions. Journal of Marketing Research, 17(4), 460–469. https://doi.org/10.1177/002224378001700405
• Scherer, K. R. (2001). Appraisal considered as a process of multilevel sequential checking. Dans K. R. Scherer, A. Schorr, & T. Johnstone (dir.), Appraisal Processes in Emotion: Theory, Methods, Research (p. 92–120). Oxford University Press.

13. Questions et items du questionnaire / Scale Items