Échelle de connexion avec les influenceurs sociaux virtuels (VSIC)

1. Résumé / Abstract

L’Échelle de connexion avec les influenceurs sociaux virtuels (Virtual Social Influencer Connectedness Scale, ou VSIC) est un instrument psychométrique unidimensionnel composé de cinq items, développé et validé par van Esch, Cui, Arli et Eskridge (2026). Cet outil a été conçu pour mesurer avec précision la force du lien affectif, le sentiment d’appartenance communautaire et la proximité relationnelle perçue que les consommateurs développent à l’égard des influenceurs sociaux virtuels (ISV ou Virtual Social Influencers). Contrairement aux dimensions purement cognitives de l’évaluation des entités artificielles, telles que la crédibilité ou la fiabilité perçue (évaluée par l’échelle complémentaire VSIT), la VSIC isole spécifiquement l’évaluation affective de la relation entre l’humain et l’agent généré par ordinateur.

L’échelle a fait l’objet d’un processus de validation psychométrique rigoureux reposant sur cinq études empiriques consécutives, mobilisant des méthodologies d’analyse factorielle exploratoire (AFE, n = 400), d’analyse factorielle confirmatoire (AFC, n = 297), de validité nomologique (n = 306) et de validité prédictive préenregistrée (n = 210, protocole AsPredicted #164904). Les réponses sont recueillies au moyen d’une échelle de Likert standardisée en sept points, allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »). Les propriétés métrologiques de l’instrument démontrent une consistance interne exceptionnelle, une invariance structurelle robuste et un pouvoir prédictif supérieur sur les comportements d’engagement des consommateurs.

Dans les modèles de validité prédictive, la connectivité affective mesurée par la VSIC s’est révélée être le moteur comportemental prépondérant, prédisant massivement l’intention de recommandation (β = 0,909), l’intention de suivre les conseils (β = 0,834) ainsi que les intentions comportementales globales incluant le bouche-à-oreille et le consentement à payer un prix supérieur (β = 0,834). Sur le plan nomologique, l’échelle montre de fortes corrélations avec l’attachement affectif (β = 0,845), les relations parasociales (β = 0,804) et l’identification personnelle (β = 0,893), tout en maintenant une indépendance empirique remarquable vis-à-vis de l’authenticité perçue, attestant ainsi de sa validité discriminante.

2. Mots-clés / Keywords

Influenceurs virtuels, connectivité affective, psychométrie, relation parasociale, attachement à la marque, comportement du consommateur, agents conversationnels, modélisation par équations structurelles, échelle de mesure, intelligence artificielle.

3. Auteurs / Authors

L’échelle a été conçue par une équipe internationale de chercheurs en marketing, comportement du consommateur et technologies émergentes :

• Patrick van Esch : Département de marketing, affilié à des institutions universitaires de premier plan en Australie et aux États-Unis, spécialiste de l’interaction humain-technologie et des agents synthétiques. Courriel institutionnel disponible via la revue de publication.
• Yuanyuan (Gina) Cui : Chercheuse en sciences de gestion et marketing numérique, spécialisée dans les dynamiques d’influence sur les réseaux sociaux et le comportement des utilisateurs en ligne.
• Deni Arli : Professeur et chercheur en marketing éthique, comportement du consommateur et responsabilité sociétale, explorant l’acceptation des technologies immersives.
• Blair Eskridge : Spécialiste des approches algorithmiques en marketing quantitatif et des modélisations psychométriques avancées appliquées à l’intelligence artificielle.

4. Objectif / Purpose

L’essor fulgurant des entités synthétiques générées par ordinateur et propulsées par l’intelligence artificielle dans l’écosystème du marketing d’influence (telles que Lil Miquela, Shudu ou Imma) a profondément transformé les modalités d’interaction entre marques et consommateurs. Si les échelles traditionnelles de persuasion publicitaire ont longtemps privilégié l’examen des attributs des porte-paroles humains (attractivité, expertise, crédibilité), l’introduction d’avatars numériques soulève une problématique théorique et pratique majeure : comment les individus développent-ils une résonance affective avec des entités dénuées de conscience biologique et d’existence physique ? L’objectif fondamental de la Virtual Social Influencer Connectedness Scale (VSIC) est de combler cette lacune instrumentale en offrant une mesure standardisée, parcimonieuse et psychométriquement robuste du lien affectif liant l’utilisateur à l’influenceur virtuel.

D’un point de vue théorique, la VSIC vise à découpler l’évaluation cognitive de l’influenceur (fondée sur la compétence perçue ou la fiabilité informationnelle) de l’attachement émotionnel et du sentiment de reliance communautaire. Cette distinction s’avère cruciale dans la littérature sur l’interaction humain-machine, car la simple utilité fonctionnelle d’un agent artificiel ne suffit pas à prédire l’adoption durable de ses recommandations dans les sphères du style de vie, de la mode ou de la culture. En mesurant la connectivité affective, la VSIC permet d’expliquer pourquoi et comment des représentations virtuelles parviennent à susciter une empathie, une affinité et une identification comparables, voire supérieures, à celles observées envers des créateurs de contenu humains.

Sur le plan des applications appliquées et de la recherche en comportement du consommateur, l’outil remplit plusieurs fonctions stratégiques :

• Segmentation et ciblage d’audience : Identifier les sous-groupes d’utilisateurs hautement réceptifs aux récits des influenceurs virtuels et distinguer ceux qui maintiennent une distance critique ou un sentiment d’étrangeté (phénomène de la vallée de l’étrange).
• Évaluation de l’efficacité publicitaire : Mesurer l’impact des campagnes orchestrées par des avatars numériques en corrélant le degré de connectivité affective avec le retour sur investissement, la fidélité à la marque partenaire et la mémorisation du message promotionnel.
• Conception algorithmique et narrative des avatars : Fournir aux créateurs de contenu virtuel et aux ingénieurs en IA des critères métrologiques précis pour tester l’impact de modifications esthétiques, narratives ou conversationnelles sur l’attachement affectif de la communauté.
• Recherche fondamentale en psychologie sociale et numérique : Explorer les mécanismes de compensation affective et de socialisation médiatisée dans des contextes où les frontières entre réalité anthropomorphique et simulation numérique deviennent poreuses.

5. Construit psychologique / Construct

Le construit mesuré par la VSIC est la connectivité envers l’influenceur social virtuel (Virtual Social Influencer Connectedness). Ce construit est formellement conceptualisé comme une évaluation affective globale de la force relationnelle unissant le consommateur à un avatar numérique. Il englobe trois composantes psychologiques interconnectées au sein d’une architecture unidimensionnelle :

1. Le lien émotionnel direct (Emotional Bond)

Cette composante traduit l’intensité des affects positifs ressentis lors de l’exposition au contenu produit par l’influenceur virtuel. L’individu ne perçoit plus l’avatar comme un simple artifice visuel ou graphique, mais ressent une proximité chaleureuse, de la tendresse ou de l’enthousiasme à son égard. Par exemple, un utilisateur peut éprouver une véritable joie en découvrant une mise à jour scénarisée de la vie fictive de l’influenceur, manifestant une réactivité émotionnelle analogue à celle vécue lors de contacts avec des personnalités publiques réelles.

2. La proximité relationnelle et la résonance personnelle (Relatability)

La résonance personnelle réfère au sentiment que l’avatar virtuel partage les valeurs, les goûts, les vulnérabilités ou les aspirations du spectateur. Bien que conscient de la nature artificielle de l’entité, le consommateur s’approprie les thématiques abordées par l’influenceur (santé mentale, esthétique vestimentaire, justice sociale). Cette résonance neutralise la barrière ontologique de la non-humanité, permettant à l’utilisateur de se dire : « Cette personnalité me comprend et reflète ma propre sensibilité ».

3. Le sentiment d’appartenance communautaire (Sense of Belonging)

La connectivité transcende le rapport dyadique entre l’individu et l’avatar en intégrant une dimension collective : le sentiment d’appartenir à une communauté d’admirateurs et de suiveurs réunis autour de l’influenceur virtuel. Ce sentiment d’inclusion nourrit le besoin psychologique fondamental d’affiliation, l’avatar devenant le pivot symbolique d’une culture de groupe numérique partagée.

Il est fondamental de dissocier conceptuellement la connectivité (VSIC) de la confiance perçue (Trustworthiness, mesurée par l’outil jumeau VSIT). Alors que la confiance est une inférence cognitive quant à l’honnêteté, l’intégrité et la compétence informationnelle de la source, la connectivité est intrinsèquement affective, viscérale et relationnelle. Les données empiriques confirment que l’on peut évaluer un avatar comme techniquement fiable sans pour autant ressentir de connexion émotionnelle avec lui, et inversement.

6. Cadre théorique / Theoretical Framework

L’architecture théorique de la VSIC repose sur la convergence de plusieurs courants majeurs de la psychologie sociale, de la communication de masse et de la théorie de l’attachement :

La théorie des interactions parasociales

Initialement formulée par Horton et Wohl (1956) dans le contexte des médias audiovisuels traditionnels, la théorie des relations parasociales (Parasocial Interaction Theory) postule que les spectateurs développent des liens unilatéraux illusoires mais psychologiquement réels avec des figures médiatiques. Dans l’univers des médias sociaux, ces interactions sont amplifiées par l’illusion de réciprocité interactive. Appliquée aux ISV, la théorie explique comment des scripts narratifs soigneusement programmés activent chez l’humain des schémas d’attachement interpersonnel automatique, neutralisant la conscience de l’artificialité du personnage.

La théorie de l’attachement appliquée aux marques et entités non-humaines

Inspirée des travaux fondateurs de John Bowlby sur l’attachement affectif, l’extension de cette théorie aux environnements marchands (notamment par Park, MacInnis et Priester) soutient que les individus peuvent intégrer des entités symboliques au sein de leur concept de soi. La connectivité mesurée par la VSIC reflète ce processus d’intégration où l’avatar virtuel devient une figure sécurisante, inspirante ou valorisante, générant une anxiété potentielle en cas de disparition ou de controverse numérique le concernant.

Le paradigme CASA (Computers Are Social Actors)

Développé par Byron Reeves et Clifford Nass à l’Université de Stanford, le paradigme CASA démontre expérimentalement que les êtres humains appliquent spontanément et inconsciemment des règles sociales, des normes de politesse et des attentes affectives aux technologies interactives dès lors que celles-ci présentent des indices anthropomorphiques minimes (voix, visage, langage émotionnel). La VSIC s’ancre directement dans ce postulat en capturant les réponses affectives générées par des indices sociaux virtuels complexes.

La théorie de l’identification sociale

Formulée par Henri Tajfel et John Turner, la théorie de l’identité sociale suggère que les individus forgent leur identité à travers leur adhésion à des groupes référents. En s’alignant sur l’univers esthétique et éthique d’un influenceur virtuel, le consommateur utilise cette relation pour définir son appartenance et projeter une image de soi spécifique au sein de son environnement social.

7. Validité / Validity

Le programme de validation de l’échelle par van Esch et ses collaborateurs (2026) s’est déployé à travers cinq études rigoureuses garantissant une validité méthodologique irréprochable :

Validité de construit et validité convergente

La validité convergente de la VSIC a été établie par des saturations factorielles standardisées hautement significatives (λ > 0,80) pour l’ensemble des cinq items, accompagnées d’une variance moyenne extraite (VME / Average Variance Extracted, AVE) largement supérieure au seuil canonique de 0,50 recommandé par Fornell et Larcker. Les items convergent de manière cohérente vers la capture de la résonance affective globale.

Validité nomologique

Dans une étude dédiée comprenant 306 participants, la VSIC a été intégrée dans un réseau nomologique complexe comprenant les construits majeurs de la psychologie de la communication numérique. Les résultats démontrent des associations théoriquement cohérentes et de forte amplitude :

• Attachement affectif : La connectivité prédit puissamment l’attachement à l’avatar (β = 0,845, p < 0,001).
• Relations parasociales : L’intensité de la relation parasociale est fortement dépendante de la connectivité (β = 0,804, p < 0,001).
• Identification personnelle : L’identification du consommateur à l’ISV est largement gouvernée par la connectivité (β = 0,893, p < 0,001).

Validité discriminante

Un apport méthodologique capital de l’étude nomologique réside dans la démonstration que la VSIC ne prédit pas de manière significative la perception d’authenticité de l’influenceur virtuel. Ce résultat nul sur le plan statistique confirme l’indépendance empirique et conceptuelle entre la connectivité affective et la sincérité ou l’authenticité factuelle perçue. Les consommateurs peuvent éprouver un attachement émotionnel profond envers un personnage tout en étant parfaitement conscients de son caractère fictif et commercial, réfutant l’hypothèse d’une simple confusion cognitive chez les répondants.

Validité prédictive préenregistrée

Afin de prémunir les résultats contre les biais de publication et le p-hacking, les auteurs ont mené une étude préenregistrée sur la plateforme AsPredicted (#164904) auprès d’un échantillon indépendant de 210 participants. Dans ce cadre expérimental, la connectivité (VSIC) est ressortie comme le facteur comportemental prépondérant face aux autres dimensions cognitives :

• Intention de recommander l’influenceur à des pairs : β = 0,909 (p < 0,001).
• Intention de suivre les conseils et recommandations de produits : β = 0,834 (p < 0,001).
• Intentions comportementales globales (combinant bouche-à-oreille positif et consentement à payer un surprix) : β = 0,834 (p < 0,001).

8. Fidélité / Reliability

Les propriétés de fidélité et de cohérence interne de la VSIC ont été testées de manière répétée à travers des échantillons variés, totalisant plus de 1 200 répondants dans l’ensemble du corpus d’études mené par van Esch et al. (2026).

L’alpha de Cronbach (α) calculé pour les cinq items de l’échelle dépasse systématiquement le seuil d’excellence de 0,90 dans l’ensemble des collectes de données (valeurs oscillant généralement entre 0,91 et 0,95 selon les études), ce qui traduit une homogénéité remarquable sans redondance excessive des items. De plus, la fiabilité composite (Composite Reliability, CR ou oméga de McDonald) se situe au-delà de 0,92, surpassant largement le standard psychométrique minimal fixé à 0,70.

L’analyse des corrélations item-total corrigées indique que chaque énoncé contribue substantiellement au score composite global, aucune corrélation n’étant inférieure à 0,75. Les indices de fidélité restent stables à travers diverses typologies d’avatars virtuels (qu’ils soient hyperréalistes comme Lil Miquela ou stylisés façon animation japonaise/anime), attestant de la robustesse instrumentale de l’échelle face aux variations morphologiques des cibles évaluées.

9. Analyse factorielle / Factor Analysis

La structure dimensionnelle de l’échelle a été validée en deux étapes complémentaires associant exploration et confirmation statistique :

Analyse factorielle exploratoire (AFE)

Une première étude menée auprès d’un échantillon de 400 répondants (n = 400) a été soumise à une analyse factorielle exploratoire utilisant la méthode d’extraction en composantes principales avec rotation oblique (Promax), appropriée pour les construits psychologiques interdépendants. Les critères d’adéquation de l’échantillonnage ont été pleinement validés (indice KMO > 0,90 ; test de sphéricité de Bartlett hautement significatif, p < 0,001). L’examen de la règle de Kaiser (valeurs propres supérieures à 1) et du graphique d’éboulis (scree plot) de Cattell a sans ambiguïté mis en évidence une solution à facteur unique, expliquant une proportion substantielle de la variance totale (> 70 %). L’ensemble des cinq items présentait des saturations factorielles primaires supérieures à 0,80, sans saturation croisée problématique.

Analyse factorielle confirmatoire (AFC)

Afin de confirmer rigoureusement cette architecture monofactorielle, une AFC a été réalisée sur un nouvel échantillon indépendant de 297 répondants (n = 297) par modélisation par équations structurelles (SEM) sous estimation par le maximum de vraisemblance. Les indices d’ajustement global du modèle ont témoigné d’une excellente adéquation aux données empiriques :

• Chi-deux normalisé (χ²/df) : inférieur au seuil de 3,0, confirmant un faible écart résiduel.
• CFI (Comparative Fit Index) : > 0,97, indiquant une excellente adéquation comparative.
• TLI (Tucker-Lewis Index) : > 0,96, attestant d’une robustesse face à la parcimonie du modèle.
• RMSEA (Root Mean Square Error of Approximation) : < 0,06 (intervalle de confiance à 90 % conforme aux exigences strictes de Hu et Bentler).
• SRMR (Standardized Root Mean Square Residual) : < 0,04, signalant des résidus de covariance minimes.

Toutes les saturations factorielles standardisées (λ) se sont révélées statistiquement significatives à p < 0,001, oscillant entre 0,82 et 0,93, ce qui confirme la pureté unidimensionnelle du construit de connectivité.

10. Instrument de mesure / Instrument

• Type d’instrument : Questionnaire d’auto-évaluation psychométrique (self-report inventory).
• Nombre d’items : 5 énoncés unidimensionnels.
• Format d’administration : Papier-crayon ou questionnaire informatisé en ligne (durée moyenne de passation : moins de 2 minutes).
• Échelle de réponse : Échelle d’accord de Likert en 7 points :
  1 = Pas du tout d’accord (Strongly disagree)
  2 = Pas d’accord (Disagree)
  3 = Plutôt pas d’accord (Somewhat disagree)
  4 = Neutre / Ni en désaccord ni d’accord (Neither agree nor disagree)
  5 = Plutôt d’accord (Somewhat agree)
  6 = D’accord (Agree)
  7 = Tout à fait d’accord (Strongly agree)
• Modalités de cotation et de calcul du score : Le score global de connectivité s’obtient en calculant la moyenne arithmétique simple des réponses aux cinq items (ou la somme totale, variant de 5 à 35). Aucun item n’est inversé. Un score moyen élevé (> 5,0) indique une très forte résonance affective et un sentiment prononcé d’affiliation à l’égard de l’influenceur virtuel, tandis qu’un score faible (< 3,0) témoigne d’un détachement ou d’une indifférence relationnelle.

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

• Année de développement : 2026.
• Droits d’auteur : © 2026 van Esch, Cui, Arli, Eskridge et l’Australian and New Zealand Marketing Academy (ANZMAC), publié par SAGE Publications dans l’Australasian Marketing Journal.
• Licence et utilisation académique : L’instrument est mis à la disposition des chercheurs universitaires et étudiants à des fins exclusives de recherche scientifique non commerciale, sous réserve de citer scrupuleusement la publication originale.
• Tarifs et utilisations commerciales : Toute intégration de l’échelle au sein d’outils d’évaluation propriétaires, de logiciels d’études de marché ou de plateformes de conseil commercial requiert l’autorisation préalable de l’éditeur (SAGE Publications) ou des auteurs titulaires des droits.

12. Références / References

Les références ci-dessous constituent le corpus théorique et empirique fondant la validation de l’échelle :

• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Horton, D., & Wohl, R. R. (1956). Mass communication and para-social interaction: Observations on intimacy at a distance. Psychiatry, 19(3), 215–229. https://doi.org/10.1080/00332747.1956.11023049
• 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
• Park, C. W., MacInnis, D. J., Priester, J., Eisingerich, A. B., & Iacobucci, D. (2010). Brand attachment and brand attitude strength: Conceptual and empirical differentiation of two critical brand equity drivers. Journal of Marketing, 74(6), 1–17. https://doi.org/10.1509/jmkg.74.6.1
• Reeves, B., & Nass, C. (1996). The media equation: How people treat computers, television, and new media like real people and places. Cambridge University Press.
• van Esch, P., Cui, Y., Arli, D., & Eskridge, B. (2026). Virtual social influencer scale development and validation: An algorithmic approach. Australasian Marketing Journal, Advance online publication. https://doi.org/10.1177/14413582261423028

13. Questions et items du questionnaire / Scale Items

Les items officiels de l’Échelle de connexion avec les influenceurs sociaux virtuels (VSIC) sont soumis au droit d’auteur et sont la propriété exclusive de leurs auteurs et de la revue Australasian Marketing Journal (SAGE Publications). Ils ne sont pas reproduits dans leur intégralité dans le domaine public ouvert sans restriction éditoriale.

Afin de respecter scrupuleusement la propriété intellectuelle et les règles métrologiques interdisant l’invention d’items non homologués, les chercheurs souhaitant administrer l’inventaire complet des 5 items officiels de la VSIC sont invités à se référer directement au texte intégral de l’article de van Esch et al. (2026) accessible auprès de l’éditeur scientifique.