Des chercheurs de l’université NTNU à Gjøvik ont mis au point un outil capable de prédire si une technologie sera adoptée par les utilisateurs. Le travail, dirigé par Sarang Shaikh, doctorant en sciences du comportement numérique, est publié dans la revue Data in Brief. L’objectif est d’éviter les échecs coûteux liés à l’introduction de nouvelles technologies.
Les chercheurs ont été sollicités après que l’Union européenne a constaté une faible utilisation des dispositifs de contrôle automatisé aux frontières, malgré des investissements de plusieurs millions d’euros. Ces systèmes permettent aux voyageurs de scanner leur passeport et leurs empreintes pour passer un point de contrôle sans intervention humaine. Mais beaucoup continuent à privilégier le contrôle manuel.
« Il est difficile d’imaginer quelque chose de plus simple et efficace. Pourquoi alors tant de gens préfèrent-ils encore les contrôles manuels ? » demande Sarang Shaikh. Selon lui, anticiper ce type de rejet est essentiel : « Ne pas pouvoir prédire si les gens adopteront une technologie peut entraîner des pertes considérables de temps et d’argent. »
Pour comprendre les raisons derrière ces refus d’usage, l’équipe a interrogé des voyageurs et des agents de frontière. Elle a constaté que plusieurs éléments entrent en jeu dans la décision d’adopter ou non une technologie. Le profil de l’utilisateur — notamment l’âge, le sexe, le niveau d’éducation ou encore l’expérience de voyage — joue un rôle important. Mais la perception de l’expérience compte tout autant : si l’usage du dispositif entraîne du stress, de la confusion ou un sentiment d’échec, cela diminue fortement les chances qu’il soit utilisé à nouveau. Enfin, le contexte immédiat influence la décision : la présence de longues files d’attente, la complexité apparente du système ou l’absence d’accompagnement peuvent décourager les usagers.
Les chercheurs ont croisé les données issues de ces entretiens avec des discussions publiques analysées sur les réseaux sociaux. Ces éléments ont ensuite été intégrés à un modèle d’apprentissage automatique. Testé dans plusieurs aéroports européens, ce modèle a permis de prédire avec précision si un voyageur allait choisir le passage manuel ou automatisé.
Les résultats sont prometteurs. Le modèle semble pouvoir être généralisé à d’autres technologies et contextes. Deux jeux de données inédits ont été publiés pour permettre à d’autres chercheurs d’améliorer encore la précision de ces prédictions. « Nous avons maintenant rendu ces données accessibles afin que d’autres puissent aller encore plus loin », conclut Shaikh. Le projet s’inscrit dans le cadre du programme européen METICOS.