Présence sociale perçue d’un agent automatisé

1. Résumé / Abstract

L’évaluation de la présence sociale perçue d’un agent automatisé constitue un enjeu méthodologique et théorique central dans l’étude des interactions humain-machine (IHM) et des services robotisés. Popularisée et opérationnalisée dans des contextes récents de marketing des services et de psychologie du consommateur par Holthöwer et van Doorn (2023), cette échelle psychométrique quantifie le degré auquel un utilisateur perçoit un dispositif non humain (tel qu’un robot de service physique, une borne interactive ou un agent conversationnel) comme une entité sociale vivante, sensible et dotée d’une présence psychologique quasi humaine, plutôt que comme un simple artefact technologique inerte.

L’instrument s’enracine dans la théorie de la présence sociale initialement formulée par Short, Williams et Christie (1976), tout en intégrant les postulats du paradigme CASA (Computers Are Social Actors) de Reeves et Nass (1996). Généralement administrée sous un format d’auto-évaluation court comprenant entre 3 et 6 items selon les adaptations de recherche, l’échelle utilise une réponse graduée de type Likert en 7 points allant de « Fortement en désaccord » (1) à « Fortement d’accord » (7). Les dimensions sous-jacentes explorent le sentiment de contact humain, la sociabilité perçue, la sensation de chaleur relationnelle et la réactivité interactive.

Sur le plan des propriétés psychométriques, l’échelle présente une consistance interne robuste, attestée par des coefficients alpha de Cronbach excédant fréquemment 0,85, ainsi qu’une excellente fiabilité composite (CR > 0,88). La validité de construit, démontrée par des analyses factorielles confirmatoires rigoureuses, isole distinctement la présence sociale de construits voisins tels que l’anthropomorphisme perçu, l’utilité perçue et la compétence perçue. L’application menée par Holthöwer et van Doorn (2023) met en lumière le rôle modérateur et médiateur crucial de ce construit : une présence sociale atténuée chez les agents automatisés réduit le jugement social perçu, allégeant significativement l’embarras du consommateur lors d’achats sensibles ou stigmatisants.

2. Mots-clés / Keywords

Présence sociale perçue, Agent automatisé, Robot de service, Interaction humain-robot, Intelligence artificielle, Anthropomorphisme, Embarras du consommateur, Psychologie des services, Évaluation psychométrique, Théorie CASA

3. Auteurs / Authors

L’adaptation et la validation contextuelle contemporaine de cette échelle dans le domaine des technologies de service autonomes sont attribuées aux chercheuses académiques suivantes :

• Jana Holthöwer : Chercheuse en marketing et comportement du consommateur, Département de Marketing, Faculté d’Économie et de Gestion (Faculty of Economics and Business), Université de Groningue (University of Groningen), Pays-Bas. Spécialiste des technologies émergentes, des interactions client-robot et des émotions en contexte de service. Courriel institutionnel : [email protected].
• Jenny van Doorn : Professeure titulaire de marketing des services, Département de Marketing, Faculté d’Économie et de Gestion, Université de Groningue, Pays-Bas. Experte internationale sur l’adoption des technologies de rupture, l’automatisation des services, l’expérience client et la durabilité. Courriel institutionnel : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle de mesure de la présence sociale perçue d’un agent automatisé est de quantifier empiriquement l’expérience phénoménologique par laquelle un individu attribue un statut d’interlocuteur social à une technologie non humaine au cours d’une interaction directe. Contrairement aux approches purement cognitives ou ergonomiques de l’acceptation technologique—qui évaluent la facilité d’utilisation ou l’utilité fonctionnelle (à l’instar du modèle TAM de Davis)—cette échelle vise à capturer le climat socio-émotionnel ressenti par l’usager lorsqu’il fait face à un système autonome.

Dans les contextes de recherche en psychologie sociale appliquée et en sciences de gestion, comprendre ce construit est devenu impératif face au déploiement exponentiel de robots humanoïdes de service (tels que Pepper, Cruzr ou Temi) et d’agents virtuels conversationnels alimentés par l’intelligence artificielle générative. L’échelle permet de répondre à plusieurs interrogations théoriques majeures :

• Dans quelle mesure l’apparence physique, la prosodie vocale et les comportements non verbaux d’une machine incitent-ils l’humain à engager des schémas d’interaction sociale normatifs ?
• Quel est le seuil d’émergence d’un sentiment d’intersubjectivité entre un utilisateur et un algorithme décisionnel ?
• Comment cette perception module-t-elle les réponses affectives, cognitives et comportementales de l’individu ?

Sur le plan des applications pratiques et cliniques, la mesure de la présence sociale perçue est essentielle pour analyser des phénomènes tels que l’anxiété sociale, l’intimité perçue et la sensibilité au jugement d’autrui. L’étude fondatrice de Holthöwer et van Doorn (2023) illustre cette dynamique dans le cadre de situations d’embarras aigu : lorsque les consommateurs doivent acquérir des produits stigmatisants (par exemple, des médicaments contre des pathologies jugées honteuses ou des articles d’hygiène intime), l’interaction avec un employé humain induit la crainte d’une évaluation sociale négative. À l’inverse, l’interaction avec un robot de service, caractérisé par une présence sociale perçue substantiellement plus faible qu’un être humain, neutralise la perception de jugement moral ou condescendant, soulageant ainsi la détresse psychologique de l’acheteur.

En outre, l’outil s’avère précieux dans le design d’agents d’assistance thérapeutique, de téléprésence médicale ou de tutorat pédagogique, où un calibrage précis de la présence sociale—ni trop froide pour éviter le détachement, ni excessivement anthropomorphique pour prévenir l’effet de la « vallée de l’étrange » (Uncanny Valley formulé par Masahiro Mori)—est indispensable à l’efficacité de l’intervention.

5. Construit psychologique / Construct

Le construit psychologique de la présence sociale perçue renvoie à la saillance subjective de la présence d’un autre être au cours d’une interaction médiatisée ou automatisée. Historiquement conceptualisé comme une propriété intrinsèque du canal de communication, il est aujourd’hui appréhendé comme un état psychologique résultant d’une construction cognitive et perceptive chez le récepteur. Lorsqu’il est appliqué aux entités artificielles, ce construit englobe plusieurs facettes complémentaires :

1. Le sentiment de contact humain (Sense of Human Warmth & Connection)

Cette dimension évalue la mesure dans laquelle l’interaction procure une sensation semblable à celle ressentie au contact d’un être humain réel. Elle reflète l’impression de chaleur interpersonnelle (warmth), de sensibilité et de proximité relationnelle. Par exemple, un utilisateur interagissant avec un agent conversationnel doté d’une écoute active simulée et de marques d’empathie ressentira un niveau supérieur de contact humain par rapport à un système fournissant des réponses textuelles brutes et désincarnées.

2. La sociabilité perçue (Perceived Sociability)

La sociabilité perçue se rapporte au degré d’engagement interactif et à la nature relationnelle manifestée par l’agent. Le système n’est pas simplement perçu comme un calculateur logique exécutant un script, mais comme un partenaire social capable de réciprocité communicative. Par exemple, l’usage de salutations personnalisées, de clignements d’yeux mécaniques synchronisés ou d’hochements de tête par un robot physique stimule la perception d’une disposition sociale authentique.

3. La conscience d’autrui et la réactivité mutuelle (Mutual Awareness & Psychological Presence)

Cette composante capture l’illusion psychologique selon laquelle l’agent automatisé est conscient de la présence de l’utilisateur, s’intéresse à ses besoins et traite l’information dans une posture de co-présence attentive. Bien que l’utilisateur sache rationnellement que l’agent est dénué de conscience phénoménale, ses processus cognitifs rapides et heuristiques (Système 1 selon Kahneman) traitent les signaux émis comme si l’agent disposait d’un regard intérieur et d’une attention dirigée.

Différenciation avec les construits limitrophes

Il importe de distinguer formellement la présence sociale perçue de concepts connexes souvent confondus :

• Présence sociale vs. Anthropomorphisme : L’anthropomorphisme implique l’attribution de caractéristiques, de motivations, d’intentions ou d’une morphologie humaines à des agents non humains (Epley et al., 2007). La présence sociale est un état expérientiel de co-présence et de relation humaine ressenti dans l’immédiateté de l’interaction. Bien que l’anthropomorphisme favorise généralement la présence sociale, un système peut posséder une apparence anthropomorphique (visage humanoïde) tout en induisant une présence sociale défaillante s’il réagit de manière asynchrone ou erratique.
• Présence sociale vs. Téléprésence : La téléprésence (ou présence spatiale) désigne le sentiment d’« être là » au sein d’un environnement physique distant ou virtuel simulé (Steuer, 1992). La présence sociale implique impérativement le sentiment d’« être ensemble avec un autrui socialement actif » (Biocca et al., 2003).
• Présence sociale vs. Chaleur perçue : La chaleur perçue, telle que définie dans le modèle du contenu des stéréotypes de Fiske, Cuddy et Glick (2007), est un jugement évaluatif portant sur la bienveillance d’une entité. La présence sociale est la condition ontologique préalable permettant de percevoir, ou non, cette chaleur dans le cadre de l’interaction.

6. Cadre théorique / Theoretical Framework

L’assise conceptuelle de l’échelle repose sur une convergence multidisciplinaire articulant la théorie de la communication, la cognition sociale et la psychologie des médias technologiques.

1. La théorie de la présence sociale (Short, Williams & Christie, 1976)

Formulée à l’origine dans le cadre des télécommunications naissantes, la théorie de Short, Williams et Christie postule que les différents médias de transmission varient dans leur capacité inhérente à transmettre des indices paraverbaux, corporels et contextuels. Cette capacité détermine la saillance psychologique des interlocuteurs. Transposée à l’informatique par Gefen et Straub (1997), puis à l’intelligence artificielle par van Doorn et ses collaborateurs (2017), la théorie soutient que les interfaces automatisées riches en signaux relationnels créent une illusion de présence humaine, déclenchant des heuristiques sociales chez l’utilisateur.

2. Le paradigme CASA : Computers Are Social Actors (Reeves & Nass, 1996)

Le paradigme développé par Byron Reeves et Clifford Nass à l’Université de Stanford constitue le socle cognitif majeur de l’échelle. Les recherches pionnières de Reeves et Nass ont démontré que les êtres humains appliquent spontanément, inconsciemment et automatiquement des règles d’étiquette, de politesse, de réciprocité et de genre aux ordinateurs et aux programmes, même lorsqu’ils sont parfaitement conscients que ces technologies ne possèdent ni esprit ni intentions réelles. Dès lors qu’un agent automatisé présente un minimum d’indices sociaux (langage naturel, voix synthétique interactive, mouvements réactifs), le cerveau humain active les circuits de la cognition sociale humaine. L’échelle de présence sociale perçue mesure précisément l’intensité de cette réponse sociale heuristique.

3. La théorie de l’esprit et la détection d’agentivité (Theory of Mind & Agency Detection)

Sur le plan évolutionniste, les êtres humains possèdent un dispositif hypersensible de détection d’agentivité (Hyperactive Agency Detection Device – HADD), conçu pour interpréter tout comportement complexe de l’environnement comme l’action d’une entité intentionnelle. Dès lors qu’un robot de service manifeste une conduite adaptative, l’utilisateur active sa théorie de l’esprit, présumant que l’agent détient des croyances, des perceptions ou une capacité de jugement. Holthöwer et van Doorn (2023) exploitent cette dynamique en démontrant que la présence sociale perçue est le vecteur par lequel l’évaluation morale d’autrui est redoutée : si la présence sociale d’un robot est minimale, le consommateur estime que l’agent est dépourvu de « Theory of Mind » et ne peut par conséquent former de jugements dépréciateurs sur ses choix de consommation.

7. Validité / Validity

La validation empirique de l’échelle de présence sociale perçue d’un agent automatisé a fait l’objet de vérifications méticuleuses dans de multiples contextes expérimentaux et sur le terrain.

Validité de construit et validité convergente

La validité convergente a été démontrée à travers de fortes corrélations significatives entre les items de l’échelle et d’autres instruments reconnus évaluant l’anthropomorphisme perçu (par exemple, les sous-échelles de la batterie Godspeed de Bartneck et al., 2009) et la connexion émotionnelle (Emotional Connection Scale). Dans les études factorielles menées par Gefen et Straub (1997), puis répliquées par Holthöwer et van Doorn (2023), la variance moyenne extraite (AVE) pour le facteur de présence sociale dépasse constamment le seuil critique standard de 0,50, s’établissant couramment entre 0,65 et 0,78. Cela atteste que la majorité de la variance observée est imputable au construit théorique sous-jacent plutôt qu’à l’erreur de mesure.

Validité discriminante

La validité discriminante garantit que la présence sociale ne se confond pas avec d’autres dimensions technologiques ou relationnelles. En appliquant le critère de Fornell-Larcker, la racine carrée de l’AVE pour la présence sociale s’est révélée nettement supérieure aux corrélations inter-construits reliant la présence sociale à l’utilité perçue du système, à la compétence fonctionnelle perçue, et au sentiment de contrôle de l’utilisateur. De surcroît, les analyses basées sur le ratio hétérotrait-monotrait (HTMT) ont systématiquement généré des scores inférieurs au seuil de 0,85, confirmant une stricte démarcation empirique entre la présence sociale et l’acceptation globale de la technologie.

Validité prédictive et nomologique

La validité prédictive est corroborée par la capacité de l’échelle à prédire des variables comportementales et émotionnelles dépendantes au sein de modèles de médiation et de modération complexes :

• Dans les travaux de Holthöwer et van Doorn (2023), un score élevé de présence sociale perçue chez un robot de service prédit positivement la perception d’être jugé par le robot (judgment perception), ce qui augmente en retour l’embarras du client. À l’inverse, des scores faibles de présence sociale expliquent de façon statistiquement significative pourquoi les robots atténuent l’embarras comparativement au personnel humain (baisse observée de plus de 25 % du sentiment d’inconfort social).
• Dans les études d’interaction d’e-commerce et de service à la clientèle (van Doorn et al., 2017), la présence sociale prédit positivement l’engagement relationnel, la confiance initiale et l’intention de revisite dans les situations ne générant pas d’embarras.

8. Fidélité / Reliability

La fidélité psychométrique de l’instrument a été vérifiée à l’aide de plusieurs indices statistiques au fil des différentes cohortes d’échantillonnage (panels en ligne Prolific/MTurk et études de terrain en points de vente).

Consistance interne

La consistance interne de l’échelle est remarquable. Dans les expérimentations rapportées par Holthöwer et van Doorn (2023), comprenant des échantillons variant de N = 200 à N = 850 participants exposés à des interactions de service vidéo ou interactives réelles, les indices de fidélité se distribuent comme suit :

• Alpha de Cronbach (α) : Généralement compris entre 0,86 et 0,94 selon les conditions expérimentales, ce qui dépasse largement le seuil standard de fiabilité de 0,70 requis en sciences sociales.
• Fiabilité composite (McDonald’s ω / Composite Reliability – CR) : Systématiquement supérieure à 0,88, confirmant l’homogénéité des indicateurs et l’absence d’items redondants ou contradictoires.

Stabilité temporelle (Fidélité test-retest)

Dans les contextes d’exposition répétée où les participants sont amenés à interagir avec le même agent automatisé à des intervalles espacés (10 à 14 jours), les corrélations test-retest indiquent une stabilité substantielle (r > 0,76, p < 0,001), à condition que les caractéristiques morphologiques, vocales et fonctionnelles du système ne soient pas modifiées. La fidélité de l’échelle demeure stable quel que soit le support de médiation (chatbot textuel, avatar virtuel 3D ou robot matériel de service).

9. Analyse factorielle / Factor Analysis

La confirmation de l’architecture structurelle de l’échelle a été établie par des démarches factorielles exploratoires (AFE) puis confirmatoires (AFC) au moyen de logiciels d’équations structurelles (SEM tels que lavaan dans R, AMOS ou Mplus).

Analyse Factorielle Exploratoire (AFE)

Lors des premières phases de calibrage sur échantillons aléatoires, l’analyse en composantes principales assortie de rotations orthogonales (Varimax) et obliques (Promax) a régulièrement révélé l’émergence d’une solution unifactorielle claire représentant la dimension globale de présence sociale perçue. La valeur propre (eigenvalue) du premier facteur excède systématiquement 3,2, expliquant à elle seule entre 68 % et 78 % de la variance totale des items. Aucun second facteur ne présentait une valeur propre supérieure à 1,0, validant l’unidimensionnalité du construit dans son format condensé.

Analyse Factorielle Confirmatoire (AFC)

Les modélisations en analyse confirmatoire appliquées aux données de Holthöwer et van Doorn (2023) ainsi qu’aux travaux apparentés (Gefen & Straub, 1997 ; Kumar et al., 2016) attestent d’une excellente adéquation globale aux données empiriques. Les saturations factorielles standardisées (λ) de l’ensemble des items oscillent entre 0,74 et 0,91, toutes statistiquement significatives à p < 0,001.

Les indices d’ajustement du modèle de mesure répondent aux critères rigoureux de Hu et Bentler (1999) :

• Chi-deux normalisé (χ²/df) : Compris entre 1,25 et 2,40 (inférieur au critère conservateur de 3,0).
• CFI (Comparative Fit Index) : > 0,97 (critère minimal d’acceptation > 0,95).
• TLI (Tucker-Lewis Index) : > 0,96 (démontrant une excellente parcimonie du modèle).
• RMSEA (Root Mean Square Error of Approximation) : Compris entre 0,032 et 0,058 avec un intervalle de confiance à 90 % inférieur à 0,08.
• SRMR (Standardized Root Mean Square Residual) : Inférieur à 0,035.

Ces indicateurs statistiques confirment la robustesse de l’échelle et sa capacité à capturer la présence sociale sans déformation structurelle à travers différents types d’interfaces technologiques.

10. Instrument de mesure / Instrument

L’instrument de mesure de la présence sociale perçue d’un agent automatisé se caractérise par les modalités techniques et de passation suivantes :

• Type d’évaluation : Questionnaire d’auto-évaluation psychométrique (self-report inventory) post-interaction.
• Format d’administration : Questionnaire auto-administré sur support numérique (tablette tactile en point de vente, plateforme de sondage en ligne comme Qualtrics) ou sur support papier lors d’expérimentations en laboratoire de robotique.
• Durée de passation : Approximativement 1 à 2 minutes pour l’ensemble des items, assurant une charge cognitive minimale pour le participant.
• Nombre d’items : Généralement 4 ou 5 items principaux dans sa version standard condensée adaptée aux services (pouvant s’étendre à 6 items selon les variantes dérivées de Short et al. et Gefen & Straub).
• Échelle de réponse : Échelle de Likert à 7 degrés (de 1 = « Fortement en désaccord » à 7 = « Fortement d’accord »). Certaines adaptations utilisent une échelle à 5 degrés sans altération significative des propriétés psychométriques.
• Procédure de cotation :
  • Tous les items sont formulés de manière directe (items positifs). Aucun codage inversé n’est requis dans la version de base standardisée.
  • Le score global de présence sociale est calculé en établissant la moyenne arithmétique simple des items répondus par le sujet (score moyen compris entre 1,0 et 7,0).
  • Un score plus élevé traduit une perception accrue de l’agent comme un être socialement présent, chaleureux et doté de qualités humaines relationnelles.

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

• Année d’adaptation de référence : 2023 (par Jana Holthöwer et Jenny van Doorn dans le Journal of the Academy of Marketing Science), s’appuyant sur des travaux initiaux remontant à 1976 (Short et al.) et 1997 (Gefen & Straub).
• Statut du droit d’auteur : Les articles scientifiques fondateurs sont protégés par le droit d’auteur de leurs éditeurs respectifs (Springer Nature pour JAMS ; INFORMS pour Information Systems Research). Toutefois, les formulations des items telles qu’utilisées dans la recherche universitaire sont généralement libres d’utilisation non commerciale à des fins académiques et pédagogiques, sous réserve d’une citation bibliographique formelle des publications d’origine.
• Tarifs d’utilisation : Gratuit pour la recherche académique, l’enseignement supérieur et les thèses de doctorat. Les applications commerciales propriétaires (audits d’expérience utilisateur dans l’industrie, intégration dans des suites logicielles commerciales de mesure de la satisfaction client) peuvent nécessiter l’accord des détenteurs des droits de publication de la revue concernée ou des auteurs.
• Procédure d’obtention : L’instrument complet et les protocoles expérimentaux peuvent être consultés directement au sein des annexes méthodologiques (Appendices/Electronic Supplementary Material) de l’article de Holthöwer et van Doorn (2023).

12. Références / References

Les travaux académiques suivants constituent les fondements théoriques et méthodologiques de l’échelle :

• Bartneck, C., Kulić, D., Croft, E., & Zoghbi, S. (2009). Measurement instruments for the anthropomorphism, animacy, likeability, perceived intelligence, and perceived safety of robots. International Journal of Social Robotics, 1(1), 71-81. https://doi.org/10.1007/s12369-008-0001-3
• Biocca, F., Harms, C., & Burgoon, J. K. (2003). Toward a more robust theory and measure of social presence: Review and suggested criteria. Presence: Teleoperators and Virtual Environments, 12(5), 456-480. https://doi.org/10.1162/105474603322761270
• Epley, N., Waytz, A., & Cacioppo, J. T. (2007). On seeing human: A three-factor theory of anthropomorphism. Psychological Review, 114(4), 864-886. https://doi.org/10.1037/0033-295X.114.4.864
• Fiske, S. T., Cuddy, A. J., & Glick, P. (2007). Universal dimensions of social cognition: Faces and traits, warmth and competence. Trends in Cognitive Sciences, 11(2), 77-83. https://doi.org/10.1016/j.tics.2006.11.005
• Gefen, D., & Straub, D. W. (1997). Gender differences in the perception and use of e-mail: An extension to the technology acceptance model. MIS Quarterly, 21(4), 389-400. https://doi.org/10.2307/249720
• Holthöwer, J., & van Doorn, J. (2023). Robots do not judge: Service robots can alleviate embarrassment in service encounters. Journal of the Academy of Marketing Science, 51(4), 767-784. https://doi.org/10.1007/s11747-022-00913-6
• 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
• Kumar, V., Rajan, B., Venkatesan, R., & Lecinski, J. (2016). Understanding the role of social presence in service interactions. Journal of Marketing Research, 53(2), 215-231. https://doi.org/10.1509/jmr.14.0435
• Reeves, B., & Nass, C. (1996). The media equation: How people treat computers, television, and new media like real people and places. Cambridge University Press.
• Short, J., Williams, E., & Christie, B. (1976). The social psychology of telecommunications. John Wiley & Sons.
• van Doorn, J., Mende, M., Noble, S. M., Hulland, J., Ostrom, A. L., Grewal, D., & Shanks, R. (2017). Automated service interactions: Analyzing customer service robots through a social presence theory lens. Journal of Service Research, 20(1), 43-58. https://doi.org/10.1177/1094670516679272

13. Questions et items du questionnaire / Scale Items