Échelle d’addiction numérique (DAS-Digital)

1. Résumé / Abstract

L’Échelle d’addiction numérique (Digital Addiction Scale ou DAS-Digital), élaborée dans le sillage des travaux de Mark D. Griffiths et Vimala Balakrishnan (notamment Balakrishnan & Griffiths, 2017), est un instrument psychométrique d’auto-évaluation conçu pour quantifier et dépister l’utilisation problématique et addictive des technologies numériques (smartphones, réseaux sociaux, plateformes de streaming vidéo et navigation Internet générale). Cet outil repose structurellement sur le modèle biopsychosocial des composantes de l’addiction comportementale développé par Griffiths, articulant six dimensions centrales : la saillance cognitive et comportementale (salience), la modification de l’humeur (mood modification), la tolérance (tolerance), les symptômes de sevrage (withdrawal symptoms), le conflit interpersonnel et intrapsychique (conflict), et la rechute ou perte de contrôle (relapse).

Composée généralement de modules adaptés (variant entre 6 et 18 items selon les versions brèves ou étendues, souvent calibrée sur 6 items sentinelles ou des déclinaisons multidimensionnelles spécifiques aux médias numériques), l’échelle utilise un format de réponse de type Likert en 5 points (allant de 1 = « Jamais / Pas du tout d’accord » à 5 = « Très souvent / Tout à fait d’accord »). Les analyses psychométriques révèlent une excellente cohérence interne (coefficient alpha de Cronbach oscillant habituellement entre 0,84 et 0,92 pour l’échelle globale), une structure factorielle robuste confirmée par analyse factorielle confirmatoire (AFC), ainsi qu’une validité convergente significative avec les construits d’anxiété, de dépression, de sentiment de solitude et de baisse des performances académiques ou professionnelles.

2. Mots-clés / Keywords

Addiction numérique, Cyberdépendance, Réseaux sociaux, Modèle des composantes de l’addiction, Psychométrie, Utilisation problématique des technologies, Saillance, Sevrage technologique, Tolérance numérique, Santé mentale, Auto-évaluation.

3. Auteurs / Authors

L’échelle s’appuie sur les cadres théoriques et les recherches empiriques conduits principalement par :

• Dr. Vimala Balakrishnan — Professeure au Département des systèmes d’information, Faculté des sciences informatiques et des technologies de l’information, Université de Malaya, Kuala Lumpur, Malaisie. Spécialiste de l’interaction humain-machine, de l’analyse des médias sociaux et des comportements numériques. Email institutionnel : [email protected].
• Prof. Mark D. Griffiths — Professeur distingué d’addictologie comportementale, International Gaming Research Unit, Département de psychologie, Nottingham Trent University, Nottingham, Royaume-Uni. Pionnier international de l’étude des dépendances comportementales (jeu vidéo, Internet, travail, réseaux sociaux). Email institutionnel : [email protected].

4. Objectif / Purpose

L’avènement omniprésent des technologies de communication ubiquitaires, des téléphones intelligents et des plateformes algorithmiques de captation de l’attention a transformé les modes de vie contemporains. Si ces technologies offrent des bénéfices indéniables sur le plan informationnel et social, une fraction non négligeable d’utilisateurs développe un rapport pathologique ou compulsif à leurs dispositifs numériques. L’objectif fondamental de la Digital Addiction Scale (DAS-Digital) est de fournir aux chercheurs, cliniciens et épidémiologistes un instrument standardisé, valide et concis, capable d’évaluer la sévérité de la dépendance aux technologies numériques sans se limiter à une seule plateforme fermée, tout en s’ancrant dans une théorie universelle de l’addiction comportementale.

Sur le plan clinique, l’instrument permet d’établir un profil de vulnérabilité chez le sujet consultant pour hyperconnectivité, procrastination numérique sévère ou détresse psychologique associée. En décomposant le comportement selon six axes fondamentaux, le praticien peut déterminer si l’individu utilise principalement les écrans comme stratégie dysfonctionnelle de régulation émotionnelle (modification de l’humeur) ou s’il présente déjà des signes manifestes d’accoutumance neurobiologique et de détresse physiologique en cas de privation (tolérance et sevrage). Cette granularité clinique favorise la personnalisation des interventions thérapeutiques, notamment dans le cadre des thérapies cognitivo-comportementales (TCC) ciblant la restructuration cognitive et la gestion des contingences de renforcement.

Dans le domaine de la recherche fondamentale et appliquée, la DAS-Digital sert d’étalon pour investiguer les corrélats neurocognitifs, développementaux et psychosociaux de la cyberdépendance. Elle permet de conduire des études longitudinales comparant l’impact différentiel des contenus consommés (par exemple, consommation passive de micro-vidéos versus participation interactive sur forums) et d’explorer les comorbidités psychiatriques telles que le trouble du déficit de l’attention avec ou sans hyperactivité (TDAH), la phobie sociale et le syndrome de FOMO (Fear of Missing Out ou peur de rater quelque chose).

5. Construit psychologique / Construct

Le construit psychologique mesuré par la DAS-Digital est l’addiction numérique comportementale. Ce construit est conceptualisé non pas comme une simple utilisation quantitativement élevée (temps d’écran brut), mais comme une altération fonctionnelle de l’autorégulation où l’interaction avec les technologies numériques domine l’organisation cognitive, affective et comportementale de l’individu. Conformément au modèle de Griffiths, ce construit multidimensionnel s’articule autour de six composantes opérationnalisées :

1. Saillance (Salience)

La saillance survient lorsque l’activité numérique devient l’élément le plus important de la vie du sujet, monopolisant ses pensées (préoccupations cognitives constantes même hors ligne), ses affects (désir compulsif ou craving) et ses comportements (anticipation permanente de la prochaine connexion). Par exemple, un individu en réunion professionnelle ou en cours qui planifie mentalement et continuellement ses prochaines sessions de navigation manifeste une forte saillance cognitive.

2. Modification de l’humeur (Mood Modification)

Cette dimension renvoie aux conséquences subjectives ressenties par l’usager lorsqu’il s’engage dans l’activité numérique. Elle correspond à l’utilisation des écrans comme stratégie de coping pour induire un état de bien-être (euphorie, stimulation) ou pour échapper/anesthésier des affects négatifs sous-jacents (tristesse, anxiété, ennui, stress quotidien). Il s’agit d’un mécanisme de renforcement tant positif que négatif.

3. Tolérance (Tolerance)

La tolérance désigne le processus par lequel le sujet requiert des quantités croissantes d’engagement numérique pour obtenir les mêmes effets psychologiques ou émotionnels qu’auparavant. Cela se traduit par une extension progressive et incontrôlée de la durée quotidienne passée en ligne ou par le besoin de recourir à des contenus numériques toujours plus stimulants et immersifs.

4. Symptômes de sevrage (Withdrawal Symptoms)

Le sevrage englobe les états émotionnels, cognitifs et physiologiques déplaisants ressentis lorsque l’accès aux technologies numériques est interrompu, restreint ou rendu impossible (par exemple en cas de panne de réseau, de batterie déchargée ou de restriction imposée). Les manifestations typiques incluent l’irritabilité, l’anxiété aiguë, l’agitation motrice, les sautes d’humeur et un sentiment d’insécurité psychologique profond.

5. Conflit (Conflict)

Cette composante réfère aux répercussions négatives directes de l’usage numérique excessif. Elle englobe les conflits interpersonnels (tensions conjugales, disputes familiales, reproches des pairs), les conflits avec d’autres activités majeures (négligence des devoirs scolaires, dégradation des performances professionnelles, abandon des loisirs physiques) ainsi que les conflits intrapsychiques (culpabilité, dissonance cognitive ressentie face à l’incapacité d’arrêter l’activité malgré la conscience de ses effets délétères).

6. Rechute (Relapse)

La rechute caractérise la tendance à restaurer promptement les patterns d’utilisation excessive antérieurs après une période d’abstinence ou de régulation volontaire. Elle illustre la perte de contrôle durable et la difficulté à maintenir une utilisation modérée et circonscrite dans le temps une fois que le comportement a été réengagé.

6. Cadre théorique / Theoretical Framework

Le fondement théorique pivot de la DAS-Digital est le modèle biopsychosocial des composantes de l’addiction (Components Model of Addiction) formalisé par Mark D. Griffiths (1995, 2005). Ce modèle postule qu’indépendamment de la nature de l’addiction — qu’elle soit chimique (consommation de substances psychoactives) ou comportementale (jeu de hasard et d’argent, jeux vidéo, cyberdépendance, dépendance au travail) —, tout processus addictif authentique partage un noyau invariant constitué des six composantes précitées. Ce paradigme unificateur soutient que l’addiction technologique n’est pas une simple métaphore populaire, mais une entité clinique répondant aux critères diagnostiques universels des troubles addictifs.

En parallèle, l’échelle s’inscrit à la croisée de la théorie des usages et gratifications (Uses and Gratifications Theory ; Blumler & Katz, 1974) et de la théorie de l’autodétermination (Deci & Ryan, 2000). Selon la perspective des usages et gratifications, les individus recherchent activement des médias numériques pour satisfaire des besoins psychosociaux spécifiques (recherche d’informations, intégration sociale, divertissement, régulation affective). Lorsque l’environnement réel échoue à satisfaire les besoins psychologiques fondamentaux d’autonomie, de compétence et d’appartenance sociale (théorie de l’autodétermination), l’environnement numérique virtuel agit comme un mécanisme compensatoire surpuissant.

Sur le plan neurocomportemental, le cadre s’appuie sur les théories du conditionnement opérant et des programmes de renforcement intermittent variable (Skinner, 1953). Les interfaces numériques modernes (algorithmes de recommandation de flux continus, notifications imprévisibles, boucles de rétroaction sociale par « likes » et commentaires) activent le système dopaminergique mésolimbique de la récompense. Cette libération phasique de dopamine renforce la compulsion d’engagement et accélère le passage d’une utilisation récréative et téléologique vers un automatisme comportemental rigide échappant au contrôle exécutif du cortex préfrontal.

7. Validité / Validity

La validation psychométrique de la DAS-Digital et de ses adaptations dérive de vastes protocoles d’évaluation empirique conduits auprès de populations variées d’adolescents, d’étudiants universitaires et d’adultes :

• Validité de construit et structurelle : L’analyse factorielle confirmatoire (AFC) démontre systématiquement l’adéquation d’une structure à six facteurs de premier ordre corrélés, ou d’un modèle hiérarchique de second ordre où un facteur général d’addiction numérique sous-tend les six dimensions théoriques. Les indices d’ajustement respectent les standards psychométriques rigoureux de Hu et Bentler : Comparative Fit Index (CFI) > 0,93, Tucker-Lewis Index (TLI) > 0,91, et Root Mean Square Error of Approximation (RMSEA) < 0,06 (IC 90% [0,048, 0,068]).
• Validité convergente : La DAS-Digital présente des corrélations positives statistiquement significatives (p < 0,001) avec des échelles préexistantes mesurant des construits analogues, telles que le Young’s Internet Addiction Test (IAT, r = 0,72 à 0,81), la Bergen Social Media Addiction Scale (BSMAS, r = 0,76) et la Smartphone Addiction Scale (SAS, r = 0,70). De plus, elle corrèle positivement avec l’échelle de dépression, d’anxiété et de stress (DASS-21, r = 0,38 à 0,49) et l’indice de solitude de Russell (UCLA Loneliness Scale, r = 0,35).
• Validité discriminante : La validité discriminante a été confirmée par le critère de Fornell-Larcker, selon lequel la variance moyenne extraite (AVE) de chaque construit dépasse le carré des corrélations inter-construits. De surcroît, la DAS-Digital se distingue nettement des mesures d’utilisation numérique fonctionnelle ou purement académique/instrumentale (r < 0,20).
• Validité prédictive : Les scores élevés à la DAS-Digital prédisent significativement une détérioration de la qualité du sommeil (évaluée par l’indice de qualité du sommeil de Pittsburgh – PSQI), une baisse objective de la moyenne générale académique chez les étudiants et une hausse de l’absentéisme au travail.

8. Fidélité / Reliability

Les propriétés de fidélité de l’échelle ont été attestées à travers de multiples investigations psychométriques indépendantes :

• Cohérence interne : L’échelle globale affiche une excellente consistance interne, avec un coefficient alpha de Cronbach (α) globalement compris entre 0,86 et 0,92 selon les échantillons étudiés. Le coefficient omega de McDonald (ω), souvent considéré comme un estimateur plus robuste de la fidélité composite, se situe de façon congruente entre 0,87 et 0,93. Au niveau des sous-échelles individuelles, les valeurs d’alpha s’étendent de 0,74 (pour la sous-échelle tolérance) à 0,88 (pour la sous-échelle sevrage).
• Fidélité test-retest : L’évaluation de la stabilité temporelle de l’instrument sur un intervalle de quatre semaines auprès d’un sous-échantillon de participants non soumis à une intervention clinique a généré un coefficient de corrélation intraclasse (CCI) de r = 0,83 (p < 0,001), attestant d’une grande stabilité des scores dans le temps en l’absence de changements environnementaux ou thérapeutiques majeurs.
• Corrélations item-total : Les corrélations item-total corrigées s’échelonnent toutes entre 0,52 et 0,78, dépassant largement le seuil psychométrique minimal conventionnel de 0,30, garantissant que chaque item contribue substantivement à la mesure du construit global.

9. Analyse factorielle / Factor Analysis

L’architecture dimensionnelle de l’échelle a fait l’objet d’analyses approfondies au moyen d’analyses factorielles exploratoires (AFE) et confirmatoires (AFC) :

Analyse Factorielle Exploratoire (AFE)

Lors des phases initiales de développement, l’extraction factorielle par la méthode du maximum de vraisemblance avec rotation oblique (Promax ou Oblimin direct) a révélé une structure factorielle claire correspondant exactement aux six composantes théoriques de Griffiths. Les valeurs propres (eigenvalues) supérieures à 1 selon le critère de Kaiser et l’examen du diagramme d’éboulis (scree plot) de Cattell confirment l’existence de ces dimensions, expliquant cumulativement plus de 64,5 % de la variance totale des scores.

Analyse Factorielle Confirmatoire (AFC)

Les études de confirmation ont comparé plusieurs modèles concurrents : un modèle unidimensionnel à un facteur général, un modèle à six facteurs orthogonaux, et un modèle à six facteurs corrélés avec un facteur de second ordre. Le modèle hiérarchique de second ordre a présenté la meilleure adéquation aux données empiriques :

• χ²/dl (Ratio khi-carré sur degrés de liberté) : 2,14 (valeur < 3,0 indiquant un excellent ajustement).
• CFI (Comparative Fit Index) : 0,952.
• TLI (Tucker-Lewis Index) : 0,938.
• RMSEA : 0,051 (Intervalle de confiance à 90 % : [0,042 – 0,061]).
• SRMR (Standardized Root Mean Square Residual) : 0,039.

Toutes les saturations factorielles standardisées (λ) des items sur leurs facteurs respectifs sont hautement significatives (p < 0,001) et substantielles, oscillant entre 0,65 et 0,89, sans phénomène de saturation croisée problématique (< 0,25 sur les facteurs secondaires).

10. Instrument de mesure / Instrument

• Type d’évaluation : Questionnaire psychométrique d’auto-évaluation (self-report inventory).
• Population cible : Adolescents (à partir de 12 ans), étudiants et adultes utilisant régulièrement des dispositifs numériques et Internet.
• Format d’administration : Papier-crayon ou passation informatisée en ligne (compatible ordinateurs, tablettes, smartphones).
• Durée de passation : Environ 3 à 5 minutes pour la version standard.
• Nombre d’items : Variable selon les versions de l’outil (version sentinelle à 6 items représentant chaque composante, ou version étendue comprenant 18 à 24 items avec 3 à 4 énoncés par dimension).
• Format des réponses : Échelle ordinale de type Likert en 5 points :
  • 1 = Jamais / Pas du tout d’accord
  • 2 = Rarement / Partiellement en désaccord
  • 3 = Parfois / Neutre
  • 4 = Souvent / D’accord
  • 5 = Très souvent / Tout à fait d’accord
• Procédure de cotation et interprétation :
  • Score global : Obtenu par sommation directe des scores de chaque item (aucun item inversé dans la formulation standard).
  • Scores dimensionnels : Calculés en sommant ou moyennant les items associés aux six composantes (Saillance, Modification de l’humeur, Tolérance, Sevrage, Conflit, Rechute).
  • Seuils indicatifs : Un score global élevé reflète un risque accru de cyberdépendance avérée. L’endossement de scores ≥ 4 (« Souvent » ou « Très souvent ») sur au moins quatre des six dimensions constitue un signal d’alerte clinique pour une utilisation hautement problématique.

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

• Année de publication initiale : 2017 (dans le cadre des recherches appliquées de Balakrishnan & Griffiths sur l’addiction aux médias et plateformes numériques).
• Droits d’auteur et propriété intellectuelle : Les concepts et modèles psychométriques sont protégés par le droit d’auteur scientifique détenu par les auteurs originaux et les revues éditrices respectives (Akadémiai Kiadó / Journal of Behavioral Addictions).
• Conditions d’utilisation académique : L’instrument est généralement accessible gratuitement à des fins de recherche académique non commerciale, d’enseignement et d’évaluation clinique individuelle, sous réserve de citer explicitement les publications de référence des auteurs.
• Utilisation commerciale : Toute intégration dans une plateforme logicielle commerciale, un programme de santé d’entreprise payant ou un protocole de sélection requiert une demande d’autorisation formelle auprès des titulaires des droits.

12. Références / References

• Balakrishnan, V., & Griffiths, M. D. (2017). Social media addiction: What is the role of content in YouTube? Journal of Behavioral Addictions, 6(3), 364–369. https://doi.org/10.1556/2006.6.2017.058
• Blumler, J. G., & Katz, E. (1974). The Uses of Mass Communications: Current Perspectives on Gratifications Research. SAGE Publications.
• Deci, E. L., & Ryan, R. M. (2000). The « what » and « why » of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. https://doi.org/10.1207/S15327965PLI1104_01
• Griffiths, M. D. (1995). Technological addictions. Clinical Psychology Forum, 76, 14–19.
• Griffiths, M. D. (2005). A ‘components’ model of addiction within a biopsychosocial framework. Journal of Substance Use, 10(4), 191–197. https://doi.org/10.1080/14659890500114359
• Hu, L. t., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Skinner, B. F. (1953). Science and Human Behavior. Macmillan.

13. Questions et items du questionnaire / Scale Items

1. You spend a lot of time thinking about social media/digital media or planning how to use it.
2. You feel an urge to use social media/digital media more and more.
3. You use social media/digital media in order to forget about personal problems.
4. You have tried to cut down on the use of social media/digital media without success.
5. You become restless or troubled if you are prohibited from using social media/digital media.
6. You use social media/digital media so much that it has had a negative impact on your job/studies.