📄 social_science

From Anthropomorphism to Purchase Intention in AI Shopping Assistant Contexts: A Three-Wave Longitudinal Moderated Mediation Study of Perceived Intelligence and General Self-Efficacy Among College Students

Cette étude longitudinale en trois vagues menée auprès d'étudiants chinois révèle que la perception de l'anthropomorphisme des assistants d'achat par IA augmente prospectivement l'intention d'achat grâce à une intelligence perçue accrue, cet effet indirect étant significativement plus fort pour les individus possédant un sentiment d'auto-efficacité générale plus élevé.

Auteurs originaux : Siyi Wu, Yang Yang, Xiangyu Tan, Jiale Wang

Publié 2026-08-07

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Siyi Wu, Yang Yang, Xiangyu Tan, Jiale Wang

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous déambulez dans un centre commercial numérique géant et sans fin. Au lieu d'un vendeur humain, vous êtes guidé par un robot ami. Ce robot n'est pas seulement une calculatrice ; il parle, possède un nom, et peut-être même un avatar mignon. C'est le monde des assistants de shopping IA. Mais voici la grande question : le fait de faire en sorte qu'un robot ressemble davantage à un humain et se comporte comme lui vous donne-t-il réellement envie d'acheter des choses ?

Pour comprendre cela, nous devons connaître quelques idées simples. Premièrement, l'anthropomorphisme est juste un mot savant pour désigner le fait d'attribuer des traits humains à des choses non humaines, comme penser qu'une voiture est « en colère » ou qu'un robot est « amical ». Deuxièmement, la perception de l'intelligence est simplement la façon dont vous jugez que ce robot est intelligent. Si un robot semble humain, pensez-vous automatiquement qu'il est aussi super intelligent ? Troisièmement, l'auto-efficacité est votre propre confiance intérieure. C'est ce sentiment de dire : « Je peux gérer cette situation », qu'il s'agisse d'un test de mathématiques difficile ou d'une décision d'achat complexe. Enfin, l'intention d'achat est simplement la probabilité que vous achetiez réellement quelque chose. Les chercheurs s'intéressent à cela car s'ils parviennent à comprendre ce qui pousse les gens à faire confiance et à acheter via l'IA, ils pourront construire de meilleurs outils pour tout le monde, des étudiants aux grands-mères.

L'expérience du robot acheteur

Une équipe de chercheurs a décidé de jouer au détective avec 1 416 étudiants universitaires pour voir comment ces idées se connectent au fil du temps. Ils ne se sont pas contentés de poser une seule question à tout le monde et de s'arrêter là ; ils ont mené une étude en « trois vagues ». C'est comme vérifier la météo sur trois jours différents pour voir si une tempête arrive, plutôt que de regarder simplement le ciel une seule fois.

La configuration :

Temps 1 (T1) : Ils ont demandé aux étudiants à quel point ils trouvaient leurs assistants de shopping IA humains (Anthropomorphisme) et à quel point ils se sentaient confiants en général (Auto-efficacité). Ils ont également vérifié ce qu'ils prévoyaient déjà d'acheter.
Temps 2 (Quelques mois plus tard) : Ils ont demandé aux étudiants à quel point ils pensaient que l'IA était intelligente (Perception de l'intelligence) et ce qu'ils prévoyaient d'acheter maintenant.
Temps 3 (Quelques mois de plus tard) : Ils ont vérifié à nouveau les plans d'achat finaux.

La grande découverte :
L'étude a révélé une réaction en chaîne claire, comme une file de dominos qui tombent.

L'apparence humaine aide : Lorsque les étudiants percevaient l'IA comme étant plus humaine au début, ils étaient plus susceptibles de la trouver intelligente quelques mois plus tard. C'est comme si un robot ami vous sourit et utilise votre nom, vous commencez à croire qu'il est réellement assez brillant pour vous aider.
L'intelligence mène à l'achat : Une fois que les étudiants ont pensé que l'IA était intelligente, ils étaient beaucoup plus enclins à dire : « Oui, j'achèterai ce que ce robot suggère ».
Le boost de confiance : Voici le rebondissement. Cette réaction en chaîne fonctionnait mieux pour les étudiants qui avaient déjà une auto-efficacité générale élevée (une grande confiance en soi). Pour les étudiants qui se sentaient très capables dans la vie, voir une IA intelligente les poussait à vouloir acheter encore plus. Pour les étudiants ayant une confiance plus faible, le lien entre « IA intelligente » et « achat » existait toujours, mais il était plus faible.

Les chiffres :
Les chercheurs ont constaté que le sentiment de « similitude humaine » au début prédisait la perception de l'intelligence de l'IA plus tard avec une force statistique de 0,319. Ensuite, ce sentiment d'« intelligence » prédisait le désir final d'achat avec une force de 0,344. Le facteur de « confiance » (auto-efficacité) a rendu la connexion entre « IA intelligente » et « achat » encore plus forte, avec un effet d'interaction de 0,123. L'indice global de « médiation modérée » (une façon savante de décrire toute la réaction en chaîne) était de 0,057, ce qui est statistiquement significatif.

Ce que cela signifie (et ce que cela ne signifie pas) :
L'article suggère que rendre une IA d'apparence humaine est une bonne stratégie, mais seulement parce que cela aide à convaincre que l'IA est réellement intelligente. Ce n'est pas l'aspect « humain » en soi qui nous fait acheter ; c'est l'aspect « humain » qui trompe notre cerveau en lui faisant penser : « Wow, ce truc est brillant, je devrais l'écouter ».

Cependant, les auteurs précisent avec prudence qu'il s'agit d'une suggestion basée sur l'observation, et non d'une loi physique prouvée. Ils n'ont pas forcé les robots à changer ; ils ont simplement observé ce qui se passait naturellement. De plus, ils ont mesuré ce que les étudiants entendaient acheter, et non ce qu'ils ont réellement dépensé. Ainsi, bien que les résultats soient solides et la chronologie cohérente, il s'agit d'une carte des intentions, pas d'une garantie de ventes.

À retenir :
Si vous construisez un assistant de shopping IA, ne vous contentez pas de coller un visage humain dessus en espérant que cela fonctionne. L'étude suggère que le visage humain fonctionne parce qu'il construit une réputation d'intelligence. Et si vous êtes un acheteur, votre propre confiance joue un rôle majeur : plus vous vous sentez capable de vos propres capacités, plus vous êtes susceptible de faire confiance à un robot au son intelligent et de suivre ses conseils. Mais n'oubliez pas, ce n'est qu'un instantané de l'esprit d'étudiants universitques ; le monde réel pourrait réserver d'autres surprises !

Résumé technique : De l'anthropomorphisme à l'intention d'achat dans le contexte des assistants d'achat IA

Énoncé du problème
Bien que les assistants d'achat par IA soient de plus en plus utilisés comme des aides à la décision conversationnelles dans la vente en ligne, les mécanismes psychologiques reliant leurs caractéristiques de conception humanisées à l'intention d'achat du consommateur restent sous-explorés, particulièrement en ce qui concerne la dynamique temporelle. Les recherches existantes reposent souvent sur des données transversales, ce qui peut produire des estimations biaisées des processus de médiation qui se déploient au fil du temps. De plus, il n'est pas clair si la perception de l'« humanité » d'une IA (anthropomorphisme) stimule directement le comportement d'achat ou si elle opère via des évaluations cognitives intermédiaires, telles que l'intelligence perçue. De plus, le rôle des ressources psychologiques individuelles, spécifiquement l'auto-efficacité générale, en tant que condition de limite pour ces relations nécessite une investigation empirique. Cette étude comble ces lacunes en examinant un modèle de médiation modérée temporellement ordonné chez des étudiants universitaires.

Méthodologie
L'étude a employé un plan d'enquête longitudinal sur trois vagues pour séparer temporellement le prédicteur, le médiateur et les variables de résultat.

Participants : L'échantillon analytique final comprenait 1 416 étudiants chinois (âgés de 18 ans et plus) recrutés par échantillonnage en grappes dans huit universités à travers le centre, le nord et le sud de la Chine.
Procédure : Les données ont été collectées en ligne sur trois vagues :
- T1 (Déc. 2025) : Mesure de l'anthropomorphisme perçu, de l'auto-efficacité générale et de l'intention d'achat de base.
- T2 (Fév. 2026) : Mesure de l'intelligence perçue et de l'intention d'achat.
- T3 (Avr. 2026) : Mesure de l'intention d'achat en tant que résultat final.
Mesures :
- Anthropomorphisme perçu : Adapté de l'échelle d'anthropomorphisme de Godspeed (5 items).
- Intelligence perçue : Adapté de l'échelle d'intelligence perçue de Godspeed (5 items).
- Intention d'achat : Adapté des mesures classiques de volonté d'achat (3 items).
- Auto-efficacité générale : Mesurée à l'aide de l'échelle d'auto-efficacité générale en 10 items.
Analyse : L'analyse des données a utilisé SPSS 26.0 et le macro PROCESS de Hayes (Modèle 14) avec 5 000 échantillons de bootstrap. L'étude a réalisé une analyse factorielle confirmatoire (CFA), des tests de fiabilité (alpha de Cronbach, CR, AVE), des vérifications de la validité discriminante (HTMT) et des diagnostics de biais de méthode commune. L'analyse principale a testé un modèle de médiation modérée longitudinal en contrôlant l'intention d'achat de base et les covariables démographiques.

Résultats clés

Ajustement du modèle : Le modèle à quatre facteurs (anthropomorphisme, auto-efficacité, intelligence, intention d'achat) a démontré un bon ajustement ( $\chi^2/df = 2,440$ , CFI = 0,962, RMSEA = 0,041).
Effets directs et indirects :
- L'anthropomorphisme perçu à T1 a prédit positivement l'intention d'achat à T3 ( $\beta = ,187, p < ,001$ ), soutenant l'association directe (H1).
- L'anthropomorphisme perçu à T1 a prédit positivement l'intelligence perçue à T2 ( $\beta = ,319, p < ,001$ ).
- L'intelligence perçue à T2 a prédit positivement l'intention d'achat à T3 ( $\beta = ,344, p < ,001$ ).
- L'intelligence perçue a médiatisé statistiquement l'association longitudinale entre l'anthropomorphisme et l'intention d'achat (H2).
Modération : L'auto-efficacité générale à T1 a modéré de manière significative la relation entre l'intelligence perçue à T2 et l'intention d'achat à T3 ( $\beta = ,123, p < ,001$ ). L'association positive entre l'intelligence perçue et l'intention d'achat était plus forte pour les étudiants ayant une auto-efficacité générale plus élevée (H3).
Effet indirect conditionnel : L'indice de médiation modérée était significatif (Indice = ,075, IC à 95 % [,045, ,106]). L'effet indirect de l'anthropomorphisme sur l'intention d'achat via l'intelligence perçue augmentait à mesure que les niveaux d'auto-efficacité générale augmentaient (H4).
Robustesse : Un modèle de robustesse contrôlant l'intention d'achat à T2 a confirmé que le processus conditionnel restait significatif, bien que l'ampleur des effets soit réduite.

Contributions clés

Contextuelle : L'étude se concentre spécifiquement sur les assistants d'achat par IA plutôt que sur les chatbots généraux ou les systèmes de recommandation larges, isolant ainsi le contexte de soutien à la décision.
Conceptuelle : Elle intègre l'anthropomorphisme, l'intelligence perçue, l'intention d'achat et l'auto-efficacité générale dans un modèle de processus conditionnel unique, clarifiant que les indices humanisés influencent l'intention d'achat principalement à travers les évaluations cognitives de compétence.
Méthodologique : En utilisant un plan sur trois vagues avec des contrôles de base, l'étude fournit des preuves temporelles plus solides pour la médiation et la modération que les études transversales, répondant aux préoccupations concernant les estimations biaisées dans les processus longitudinaux.

Signification et affirmations
Les auteurs affirment que l'étude fournit des preuves temporelles pour une voie cognitive reliant les indices d'IA humanisés à l'intention d'achat. Les résultats suggèrent que l'anthropomorphisme perçu n'est pas simplement un outil de persuasion directe ; plutôt, son impact est largement médiatisé par le jugement ultérieur de l'utilisateur selon lequel l'IA est intelligente et compétente. De plus, l'étude identifie l'auto-efficacité générale comme une condition limite psychologique critique : les étudiants ayant une auto-efficacité plus élevée sont plus susceptibles de traduire leur perception de l'intelligence d'une IA en une intention d'achat réelle.

Le document maintient une position modeste concernant la causalité, précisant que bien que le design offre une inférence temporelle plus forte que les données transversales, les affirmations causales doivent rester prudentes. Les résultats sont interprétés comme des associations longitudinales plutôt que comme des mécanismes de causalité définitifs. Les auteurs soulignent que ces résultats aident à expliquer pourquoi la conception anthropomorphique peut produire des effets inconsistants selon les contextes, suggérant que les caractéristiques humanisées doivent être couplées à une compétence perçue et soutenues par la propre confiance de l'utilisateur dans sa prise de décision pour stimuler efficacement l'intention d'achat.

L'expérience du robot acheteur

Résumé technique : De l'anthropomorphisme à l'intention d'achat dans le contexte des assistants d'achat IA

Articles similaires