Interactions Humain Machine Adaptées à la Personnalité des Utilisateurs : Application de Motivation à l’Activité Physique

Le jury sera composé de :

• Élise Lavoué, Professeure des Universités, Université Jean-Moulin-Lyon-III, Examinatrice
• Christophe KOLSKI, Professeur des Universités, Université Polytechnique Hauts-de-France, Rapporteur et Examinateur,
• Elena MUGELLINI, Rapporteuse et Examinatrice, Professeure des Universités, Haute école d’ingénierie et d’architecture de Fribourg,
• Xavier SANCHEZ, Professeur des Universités, Université d’Orléans et Université Paris-Saclay, Examinateur.

Résumé de la thèse

L’activité physique est un moyen reconnu de prévention des maladies non transmissibles. Elle a un impact positif sur la santé et le bien-être si elle est réalisée régulièrement, avec un seuil minimal d’activité. Le manque d’activité physique est une problématique de santé publique connue et documentée depuis longtemps, avec une importance sociétale forte, accentuée ces dernières années avec la crise liée au Covid-19. Il est donc nécessaire de motiver les gens à pratiquer des activités physiques accessibles et faciles à mettre en oeuvre, telle que la marche à pied. De nombreuses interventions de marche avec des dispositifs de suivi, tels que les podomètres ou les téléphones mobiles, ont entraîné une augmentation de l’activité physique, mais seulement à court terme, et les effets positifs de ces interventions s’estompent rapidement. Au-delà de l’effet de nouveauté d’un dispositif ou d’une application mobile, ce sont le manque de personnalisation et d’adaptation à l’utilisateur qui semblent diminuer les effets à plus long terme des interventions de marche.

Dans cette thèse, nous proposons un nouveau modèle d’interactions humain-machine adaptatives pour la motivation à la marche sur mobile. Ce modèle s’inspire de deux théories de psychologie en particulier : la théorie de l’auto détermination, qui décrit trois besoins fondamentaux à satisfaire pour atteindre un état de motivation et de bien-être, et la théorie de l’orientation régulatrice, qui décrit les stratégies d’action des individus en fonction du contexte, de leur objectif et de la manière de l’atteindre. Notre modèle prend également en compte l’activité des utilisateurs afin de leur offrir des interactions motivationnelles adaptées à leur profil.

Nous avons implémenté ce modèle dans une application mobile Android et nous avons évalué son efficacité en termes de performances de marche et de motivation par trois études longitudinales sur le terrain et une étude de conception. La première étude a mis en oeuvre la dimension d’adaptation d’un objectif quotidien de marche aux performances de l’utilisateur. Les résultats ont montré une hausse de la marche à court terme, puis une diminution de l’utilisation de l’application et des performances des utilisateurs. La deuxième étude a ajouté la dimension d’adaptation de messages motivationnels. Les messages motivationnels étaient adaptés au profil d’orientation régulatrice des utilisateurs. Les résultats étaient encourageants, notamment concernant la diminution de l’amotivation des utilisateurs, mais nous avons de nouveau constaté une baisse de l’utilisation de l’application à plus long terme. La troisième étude avait pour but d’évaluer la dimension d’adaptation de la ludification de notre modèle, remplaçant les messages motivationnels. Notre ludification tient compte à la fois de la théorie de l’auto détermination et de la théorie de l’orientation régulatrice pour proposer une interaction adaptée au profil de l’utilisateur.

Nous revenons sur les forces et faiblesses de nos contributions et nous proposons des perspectives sur l’utilisation conjointe de ces deux théories pour concevoir des interactions humain-machine sur téléphone mobile visant la motivation à la marche.