Utilité perçue du chatbot

1. Résumé / Abstract

L’échelle d’utilité perçue du chatbot (Perceived Chatbot Usefulness), développée par Castelo, Boegershausen, Hildebrand et Henkel (2023) dans le cadre de leurs travaux fondateurs publiés dans le Journal of Consumer Research, constitue un instrument psychométrique unidimensionnel spécifiquement conçu pour évaluer la mesure dans laquelle les consommateurs jugent les agents conversationnels de service client (ou service bots) fonctionnellement bénéfiques, efficaces et capables de répondre à leurs requêtes comparativement à des agents humains. Composée de 4 items administrés via une échelle de Likert en 7 points allant de 1 (« Fortement en désaccord ») à 7 (« Fortement d’accord »), cette mesure saisit l’évaluation cognitive globale de la performance instrumentale des technologies conversationnelles automatisées d’assistance.

D’un point de vue psychométrique, l’instrument présente des indices de consistance interne exceptionnels, marqués par des coefficients alpha de Cronbach systématiquement supérieurs à 0,90 à travers de multiples expérimentations et échantillons de consommateurs. Les analyses factorielles confirmatoires attestent d’une structure strictement unifactorielle, caractérisée par des saturations factorielles très élevées (toutes supérieures à 0,80) et une excellente variance moyenne extraite (AVE > 0,70). L’échelle démontre une validité convergente robuste vis-à-vis des construits classiques issus du Modèle d’acceptation de la technologie (TAM) de Davis, tout en présentant une validité discriminante nette par rapport à la satisfaction générale, à la confiance envers la marque et au sentiment de menace identitaire ou d’anthropomorphisme perçu. En opérationnalisant l’utilité instrumentale dans le contexte précis de la résolution de problèmes automatisée, cette échelle s’impose comme un outil méthodologique fondamental pour le marketing des services, l’interaction homme-machine (IHM) et la psychologie du consommateur confronté à l’intelligence artificielle générative et conversationnelle.

2. Mots-clés / Keywords

Utilité perçue, chatbot de service client, agents conversationnels, psychométrie, modèle d’acceptation de la technologie, intelligence artificielle de service, expérience client, interaction homme-machine, psychologie du consommateur, résolution de problème.

3. Auteurs / Authors

L’échelle a été développée et validée par une équipe internationale de chercheurs en marketing, psychologie expérimentale et comportement du consommateur :

• Noah Castelo : Professeur adjoint de marketing à la School of Business de l’Université de l’Alberta (Edmonton, Canada). Ses recherches portent sur l’impact psychologique de l’automatisation, la perception des algorithmes par les consommateurs et l’adoption de l’intelligence artificielle. Courriel : [email protected].
• Johannes Boegershausen : Professeur adjoint de marketing à la Rotterdam School of Management (RSM), Université Erasmus de Rotterdam (Rotterdam, Pays-Bas). Spécialiste du bien-être des consommateurs, des technologies de substitution et des interactions de service. Courriel : [email protected].
• Christian Hildebrand : Professeur titulaire de marketing analytique à l’Université de Saint-Gall (HSG) (Saint-Gall, Suisse). Directeur de l’Institute of Behavioral Science & Technology, expert des technologies vocales et de l’intelligence artificielle conversationnelle. Courriel : [email protected].
• Alexander P. Henkel : Professeur associé de marketing à l’Open Universiteit (Heerlen, Pays-Bas). Ses travaux examinent les dimensions relationnelles et affectives de l’interaction des consommateurs avec les technologies émergentes. Courriel : [email protected].

4. Objectif / Purpose

L’intégration massive de l’intelligence artificielle dans les points de contact de service a profondément transformé la relation client. Si les organisations déploient prioritairement des agents conversationnels (chatbots ou service bots) pour des motifs d’efficacité opérationnelle, de réduction des coûts de main-d’œuvre et de disponibilité continue (24h/24 et 7j/7), les consommateurs manifestent fréquemment une aversion systématique à l’égard de ces interfaces automatisées, un phénomène documenté sous le terme d’« aversion algorithmique » dans le service client. L’objectif fondamental de l’échelle développée par Castelo et ses collaborateurs (2023) est d’isoler, de quantifier et de modéliser avec précision le jugement d’utilité et de capacité que les individus attribuent aux agents automatisés comparativement aux agents humains lors d’épisodes de résolution de requêtes.

Sur le plan théorique et de la recherche expérimentale, cette mesure a été élaborée afin de tester les mécanismes causaux par lesquels différentes configurations contextuelles, psychologiques et interactionnelles modulent la réceptivité des usagers. Castelo et al. (2023) ont notamment cherché à comprendre pourquoi les clients réagissent souvent négativement aux robots de service lorsqu’ils anticipent une faible utilité fonctionnelle, et comment des interventions ciblées (telles que le cadrage cognitif ou la communication proactive des compétences de l’agent) permettent de rehausser l’évaluation de cette utilité. L’échelle sert de variable médiatrice déterminante dans l’explication des comportements d’adoption, de persistance d’utilisation, de satisfaction globale et de fidélité envers l’entreprise.

Dans les contextes appliqués et de gestion de l’expérience client (CX), l’échelle fournit un outil diagnostique standardisé et rapide permettant aux concepteurs d’expérience utilisateur (UX) et aux gestionnaires de relation client de monitorer l’efficacité perçue de leurs systèmes d’IA. Elle permet d’identifier si les défaillances de perception relèvent d’un manque d’efficacité intrinsèque perçue (incapacité perçue du bot à résoudre le litige) ou d’autres barrières psychologiques, telles que le manque d’empathie perçu ou la résistance au changement. Elle constitue ainsi une boussole métrologique pour l’optimisation continue des parcours d’assistance omnicanaux.

5. Construit psychologique / Construct

Le construit mesuré par cette échelle est l’utilité perçue du chatbot de service. Ce construit puise ses racines conceptuelles dans l’utilité perçue telle que théorisée par Fred Davis dans le Modèle d’acceptation de la technologie (TAM), mais en affine les contours pour saisir la nature dyadique, interactive et finalisée du service client automatisé. L’utilité perçue ne renvoie pas ici à une simple appréciation esthétique ou ludique de l’intelligence artificielle, mais à un jugement instrumental ciblé sur la résolution de problèmes.

Le construit s’articule autour de trois facettes interdépendantes constituant un ensemble homogène :

• La capacité fonctionnelle orientée vers les besoins (Functional Capability) : Cette composante réfère au jugement cognitif par lequel l’utilisateur évalue si l’agent conversationnel possède les connaissances techniques, les compétences procédurales et les ressources informationnelles nécessaires pour comprendre la demande et y apporter une réponse adéquate. Par exemple, face à une réclamation relative à une erreur de facturation, l’usager évalue si le système est capable d’identifier la ligne erronée et d’exécuter un remboursement.
• La réduction de l’effort et la facilitation de la tâche (Task Ease and Facilitation) : L’utilité ne repose pas uniquement sur l’aboutissement final, mais également sur l’efficience de la trajectoire d’interaction. Cette dimension mesure dans quelle mesure l’utilisation du service bot simplifie la démarche du client plutôt que de l’alourdir par des mécompréhensions itératives, des boucles de dialogue redondantes ou des limitations lexicales.
• L’efficacité globale perçue (Overall Helpfulness) : Il s’agit de la synthèse évaluative globale portant sur la valeur ajoutée nette de l’outil conversationnel durant l’épisode de service. L’utilisateur pose un bilan global sur le degré auquel le bot a agi comme une aide concrète et tangible dans la situation vécue.

Ce construit se distingue rigoureusement des construits affectifs (tels que le plaisir perçu ou l’anxiété technologique) et des jugements d’anthropomorphisme (tels que l’attribution d’un esprit ou d’une conscience au système). Il s’agit d’une évaluation cognitive froide centrée sur la performance de tâche dans un contexte de service instrumental.

6. Cadre théorique / Theoretical Framework

L’assise conceptuelle de l’échelle d’utilité perçue du chatbot s’articule au confluent de trois courants théoriques majeurs de la psychologie et des systèmes d’information :

1. Le Modèle d’Acceptation de la Technologie (TAM) et la Théorie de l’Action Raisonnée

Le cadre matriciel découle du Modèle d’acceptation de la technologie formulé par Davis (1989), lui-même enraciné dans la théorie de l’action raisonnée de Fishbein et Ajzen (1975). Selon Davis, l’utilité perçue (définie comme le degré auquel une personne croit que l’utilisation d’un système particulier améliorera ses performances professionnelles ou de tâche) constitue le prédicteur proximal le plus puissant des attitudes et des intentions comportementales d’usage. Castelo et al. (2023) transposent ce postulat au contexte B2C de l’assistance automatisée, démontrant que les consommateurs adoptent une logique utilitariste rigoureuse : l’intention de solliciter un agent de service dépend avant tout de l’estimation de sa capacité à résoudre le problème posé.

2. La théorie de l’aversion aux algorithmes (Algorithm Aversion)

Les travaux de Dietvorst, Simmons et Massey (2015, 2018) sur l’aversion aux algorithmes constituent le second pilier théorique fondamental. Ces auteurs ont mis en évidence que les individus rejettent plus sévèrement les algorithmes et agents automatisés que les humains lorsqu’ils constatent des erreurs, même minimes. Castelo et al. (2023) mobilisent cette perspective pour montrer que l’utilité perçue d’un chatbot ne se construit pas in vacuo, mais en comparaison directe avec la référence humaine (« l’agent humain de service client »). Les consommateurs ont tendance à sous-estimer a priori l’utilité des robots pour des tâches perçues comme nécessitant du bon sens ou une compréhension nuancée.

3. La théorie de l’esprit et l’attribution de capacités (Mind Perception Theory)

La théorie de la perception de l’esprit développée par Gray, Gray et Wegner (2007) postule que les entités non humaines sont évaluées selon deux dimensions distinctes : l’Agency (la capacité d’agir, de planifier, d’exercer un contrôle et de raisonner) et l’Experience (la capacité de ressentir la douleur, le plaisir et les émotions). Dans les interactions de service automatisées, l’utilité perçue se rattache directement à la dimension d’Agency : les consommateurs attribuent aux chatbots une capacité de traitement algorithmique, mais doutent souvent de leur flexibilité cognitive. L’échelle de Castelo et al. capte précisément l’évaluation par le consommateur de cette agentivité instrumentale appliquée aux besoins du client.

7. Validité / Validity

L’évaluation psychométrique de l’échelle d’utilité perçue menée par Castelo et ses collègues (2023) à travers plusieurs études expérimentales rigoureuses démontre d’excellentes qualités métrologiques :

Validité de construit et validité convergente

La validité de construit a été établie par l’examen de la cohérence interne de la matrice de covariance entre les quatre items. L’échelle présente une variance moyenne extraite (AVE – Average Variance Extracted) systématiquement supérieure au seuil canonique de 0,50 préconisé par Fornell et Larcker (dépassant généralement 0,75 dans les études expérimentales de Castelo et al.). Cela confirme que la variance partagée par les items reflète majoritairement le construit latent de l’utilité perçue plutôt que l’erreur de mesure aléatoire.

La validité convergente est étayée par de fortes corrélations positives avec des mesures établies d’utilité globale adaptées du TAM (r > 0,75, p < 0,001), avec l'évaluation globale de la qualité du service (e-SERVQUAL), ainsi qu’avec les scores de satisfaction post-interaction mesurés via des échelles standardisées.

Validité discriminante

L’instrument démontre une excellente validité discriminante. Conformément au critère de Fornell-Larcker, la racine carrée de l’AVE pour l’utilité perçue est substantiellement supérieure aux corrélations inter-construits reliant l’échelle à d’autres variables latentes, notamment :

• La compétence perçue de l’entreprise (r oscillant entre 0,40 et 0,55) ;
• L’anthropomorphisme perçu du bot (r entre 0,25 et 0,38) ;
• La menace perçue pour l’identité humaine (corrélations négatives ou non significatives).

Ces résultats démontrent sans ambiguïté que l’utilité perçue du chatbot ne se confond ni avec l’image globale de la marque ni avec la perception d’humanité accordée à l’agent conversationnel.

Validité prédictive et nomologique

L’échelle fait preuve d’une robustesse prédictive remarquable. Dans les modèles d’équations structurelles et de médiation (modèles PROCESS de Hayes) testés par Castelo et al. (2023), l’utilité perçue prédit significativement :

• L’intention de choisir un bot de service plutôt qu’un agent humain lors de futures requêtes (β = 0,42 à 0,58, p < 0,001) ;
• L’intention de réachat auprès de l’enseigne ;
• Le bouche-à-oreille positif (NPS – Net Promoter Score).

De plus, l’utilité perçue médiatise avec succès l’effet des interventions textuelles (telles que les messages de réassurance quant aux capacités de l’IA) sur le choix final de l’interface de support client.

8. Fidélité / Reliability

La fidélité de l’instrument a été évaluée au moyen de plusieurs indicateurs psychométriques rigoureux dans des contextes d’échantillonnage diversifiés (panels Prolific, Amazon Mechanical Turk et données d’utilisateurs réels de plateformes de commerce électronique) :

Consistance interne

Dans l’ensemble des études rapportées par Castelo et al. (2023), le coefficient alpha de Cronbach (α) de l’échelle à 4 items s’établit entre 0,91 et 0,95, témoignant d’une très forte homogénéité des énoncés. Parallèlement, le coefficient de fidélité composite de Raykov (CR / Composite Reliability) ainsi que le coefficient Oméga de McDonald (ω) dépassent 0,92, excluant tout problème d’hétérogénéité ou de redondance excessive qui gonflerait artificiellement l’alpha de Cronbach.

Corrélations item-total corrigées

Toutes les corrélations partielles item-total (item-rest correlations) sont supérieures à 0,78, ce qui confirme que chaque item apporte une contribution substantielle et statistiquement convergente à la variance totale du construit. La suppression d’aucun des quatre items n’entraîne d’élévation du coefficient alpha, attestant de la parcimonie et de l’efficience de la structure finale.

Stabilité temporelle (Fidélité test-retest)

Bien que l’utilité perçue soit conceptuellement sensible aux modifications objectives de la performance de l’algorithme, des réplicats de mesure à court terme (intervalle de 48 heures sans modification des conditions de service) ont révélé un coefficient de corrélation intraclasse (ICC) supérieur à 0,82, démontrant une excellente stabilité de l’évaluation cognitive en l’absence de nouvelle information contradictoire.

9. Analyse factorielle / Factor Analysis

L’architecture interne de l’échelle d’utilité perçue du chatbot a été minutieusement investiguée par le biais d’analyses factorielles exploratoires (AFE) puis confirmatoires (AFC) au cours des phases de développement et de validation de l’instrument.

Analyse Factorielle Exploratoire (AFE)

Lors des phases initiales d’analyse en composantes principales avec rotation varimax et oblimin directe sur les quatre items, la règle de Kaiser (valeurs propres supérieures à 1) et l’examen du graphique des éboulis de Cattell (scree plot) mettent systématiquement en évidence un facteur unique expliquant entre 78 % et 85 % de la variance totale des scores. L’indice d’adéquation de l’échantillonnage de Kaiser-Meyer-Olkin (KMO) dépasse 0,85 et le test de sphéricité de Bartlett s’avère hautement significatif (p < 0,001), confirmant l'excellente factorisabilité des données.

Analyse Factorielle Confirmatoire (AFC)

L’adéquation du modèle unifactoriel a été testée par estimation du maximum de vraisemblance robuste (MLR). Les indices d’ajustement globaux obtenus dans les travaux de Castelo et al. (2023) sont exemplaires et respectent scrupuleusement les seuils méthodologiques les plus exigeants :

• Chi-deux normé : χ²/df < 2,5 ;
• CFI (Comparative Fit Index) : > 0,98 ;
• TLI (Tucker-Lewis Index) : > 0,97 ;
• RMSEA (Root Mean Square Error of Approximation) : < 0,05 (avec un intervalle de confiance à 90 % compris entre 0,00 et 0,08) ;
• SRMR (Standardized Root Mean Square Residual) : < 0,02.

Les saturations factorielles standardisées (factor loadings, λ) pour chacun des quatre items sont remarquablement élevées :

• Item 1 (Utilité pour résoudre le problème) : λ = 0,86 à 0,91 ;
• Item 2 (Capacité à répondre aux besoins) : λ = 0,84 à 0,89 ;
• Item 3 (Facilitation de la résolution) : λ = 0,88 à 0,93 ;
• Item 4 (Caractère aidant global) : λ = 0,89 à 0,94.

Ces saturations démontrent que le construit est mesuré de manière équilibrée et robuste, sans item marginal ou parasite.

10. Instrument de mesure / Instrument

• Nom complet de l’instrument : Perceived Chatbot Usefulness Scale (Échelle d’utilité perçue du chatbot de service client).
• Type d’outil : Questionnaire psychométrique d’auto-évaluation (self-report inventory), administrable en ligne, sur support papier ou directement intégré dans un widget de service client après interaction.
• Format d’administration : Individuel, standardisé. Temps de passation estimé : moins d’une minute (environ 30 à 45 secondes).
• Nombre d’items : 4 items formulés sous la forme d’affirmations positives.
• Échelle de réponse : Échelle de Likert authentique en 7 points :
  1 = Strongly disagree (Fortement en désaccord)
  2 = Disagree (En désaccord)
  3 = Somewhat disagree (Plutôt en désaccord)
  4 = Neither agree nor disagree (Ni en désaccord ni d’accord)
  5 = Somewhat agree (Plutôt d’accord)
  6 = Agree (D’accord)
  7 = Strongly agree (Fortement d’accord)
• Règles de cotation et de calcul du score :
  • Aucun item inversé. Tous les items sont formulés dans le sens direct du construit.
  • Le score global d’utilité perçue est obtenu en calculant la moyenne arithmétique des 4 items (score composite continu variant de 1 à 7).
  • Un score plus élevé traduit une utilité perçue et une compétence instrumentale perçue supérieures attribuées à l’agent conversationnel.
  • Dans le protocole de recherche de Castelo et al. (2023), cette échelle peut également être administrée en parallèle pour évaluer un agent humain afin de calculer un score de différence relative (Relative Usefulness: Bot vs. Human).

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

• Année de publication : 2023.
• Article princeps de référence : Castelo, N., Boegershausen, J., Hildebrand, C., & Henkel, A. P. (2023). Understanding and Improving Consumer Reactions to Service Bots. Journal of Consumer Research, 50(4), 848–863.
• Permissions d’utilisation académique : L’échelle est disponible pour la recherche académique, scientifique et pédagogique non commerciale. Conformément aux usages de la diffusion scientifique, les items publiés dans le Journal of Consumer Research peuvent être librement réutilisés sous réserve de citer scrupuleusement l’article original de référence selon les normes APA.
• Tarification : Accès libre et gratuit (Open Access/Free for research). Aucun coût ni redevance n’est exigé pour une utilisation dans le cadre d’études universitaires ou scientifiques.
• Utilisation commerciale : Les organisations ou entreprises souhaitant intégrer ces métriques dans des progiciels commerciaux ou des outils de veille propriétaires sont invitées à vérifier les politiques de droits d’auteur de l’éditeur (Oxford University Press / Journal of Consumer Research) et à contacter les auteurs correspondants.

12. Références / References

• Castelo, N., Boegershausen, J., Hildebrand, C., & Henkel, A. P. (2023). Understanding and Improving Consumer Reactions to Service Bots. Journal of Consumer Research, 50(4), 848–863. https://doi.org/10.1093/jcr/ucad021
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114–126. https://doi.org/10.1037/xge0000033
• Dietvorst, B. J., Simmons, J. P., & Massey, C. (2018). Overcoming algorithm aversion: People will use imperfect algorithms if they can (even slightly) modify them. Management Science, 64(3), 1155–1170. https://doi.org/10.1287/mnsc.2016.2643
• Fishbein, M., & Ajzen, I. (1975). Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research. Addison-Wesley.
• 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
• Gray, H. M., Gray, K., & Wegner, D. M. (2007). Dimensions of mind perception. Science, 315(5812), 619. https://doi.org/10.1126/science.1134475

13. Questions et items du questionnaire / Scale Items