Les recherches sur l’utilisation des robots humanoïdes en restauration, hôtellerie et tourisme montrent que l’acceptation de ces technologies ne dépend pas uniquement de leur utilité ou de leur performance. La littérature scientifique récente démontre que les réponses émotionnelles, la présence sociale perçue, le confort, le plaisir, la confiance et la valeur expérientielle constituent des déterminants majeurs de l’attitude et de l’intention d’utilisation.
Les méta-analyses et revues systématiques en robotique de service (Belanche et al., 2020 ; Choi, Oh & Choi, 2023 ; Bowen & Morosan, 2018 ; Mende et al., 2019 ; Tussyadiah, 2020) montrent que les variables socio-affectives sont aussi importantes — voire plus importantes — que les déterminants cognitifs issus du TAM ou de l’UTAUT.
- UTAUT2 / UTAUT3 : rôle du plaisir (hedonic motivation), de l’habitude, de la valeur perçue.
- Modèle S-O-R (Stimulus – Organism – Response) : le robot influence l’état affectif du client, qui influence son comportement (Kim & Hall, 2023).
- Automated Social Presence (ASP) : sentiment de présence sociale créé par une technologie (Van Doorn et al., 2017).
- Théorie de la valeur expérientielle (Holbrook, 1999 ; Pine & Gilmore, 1998).
- Uncanny Valley : malaise ou inquiétude face à un robot trop humain (Mori et al., 2012 ; Kätsyri et al., 2015).
1. Pourquoi les déterminants socio-affectifs sont essentiels ?
Dans plusieurs études empiriques menées en restauration (Belanche et al., 2021 ; Choi et al., 2023 ; Yu & Ngan, 2021) et en hôtellerie (Tussyadiah, 2020 ; Ivanov & Webster, 2022), les déterminants socio-affectifs expliquent plus de variance dans l’intention d’utiliser un robot que l’utilité perçue ou la facilité d’utilisation.
Les clients évaluent le robot non seulement comme un outil, mais comme une présence sociale qui influence :
- leur niveau de confort,
- leur plaisir,
- leur anxiété,
- leur perception d’humanité ou de froideur,
- la qualité globale de l’expérience.
La dimension expérientielle est particulièrement cruciale dans les restaurants, buffets, hôtels lifestyle et attractions touristiques, où l’expérience compte autant que la performance fonctionnelle.
2. Les principaux déterminants socio-affectifs identifiés dans la littérature
2.1. Présence sociale et rapport avec le robot
La présence sociale perçue est l’un des déterminants les plus robustes (Van Doorn et al., 2017 ; Belanche et al., 2021 ; Choi et al., 2023). Elle renvoie au sentiment d’interagir avec un « autre » doté d’intentions.
Elle influence positivement :
- la confiance,
- le plaisir ressenti,
- la satisfaction,
- l’intention d’utiliser.
« J’ai l’impression que le robot fait attention à moi. » « Interagir avec ce robot ressemble à une interaction sociale. »
2.2. Confort émotionnel, anxiété technologique et malaise (Uncanny Valley)
Le confort émotionnel est un prédicteur fort de l’acceptation (Becker et al., 2023). À l’inverse, la robot anxiety — anxiété technologique, peur du dysfonctionnement, gêne face à l’expressivité — réduit fortement l’intention d’usage (Nakanishi et al., 2021 ; McLean & Osei-Frimpong, 2020).
Le malaise lié à l’Uncanny Valley (Mori, Kätsyri, MacDorman) augmente la distance sociale perçue et détériore l’expérience.
2.3. Confiance, chaleur perçue et sécurité
La confiance est une variable pivot dans l’acceptation technologique (Mende et al., 2019 ; Choi et al., 2023 ; Ivanov & Webster, 2020). Elle intègre :
- la compétence perçue du robot (fiabilité, précision),
- l’intégrité (respect des règles et de la sécurité),
- la chaleur perçue (bienveillance, absence de menace).
En restauration, la confiance inclut aussi la sécurité alimentaire et la sécurité physique.
2.4. Plaisir, amusement, nouveauté et flow
Le hedonic motivation (Venkatesh et al., 2012) est systématiquement identifié comme un déterminant majeur dans l’adoption des robots (Belanche et al., 2021 ; Choi et al., 2023 ; Bowen & Morosan, 2018).
Les clients apprécient :
- le caractère ludique,
- l’amusement,
- le sentiment de nouveauté,
- l’immersion ou le « flow ».
Cependant, l’effet « waouh » diminue avec la familiarité (Yu & Ngan, 2021).
2.5. Valeur expérientielle et souvenirs mémorables
Les robots renforcent la valeur expérientielle du service (Tussyadiah, 2020 ; Choi et al., 2023), notamment via :
- la valeur émotionnelle (surprise, émerveillement),
- la valeur sociale (photos partagées, conversations),
- la valeur narrative (le robot devient un « moment » du repas),
- la valeur symbolique (modernité, innovation).
Ces éléments sont prédicteurs de la satisfaction et du revenu comportemental (recommandation, revisite, bouche-à-oreille positif).
3. Comment opérationnaliser la dimension socio-affective ?
Les travaux recommandent de structurer l’analyse autour de :
- Présence sociale
- Confort et anxiété
- Confiance
- Plaisir et valeur ludique
- Valeur expérientielle
- Utiliser des échelles validées (ASP, hedonic motivation, robot anxiety, trust, perceived warmth).
- Privilégier les modèles médiés/chaînés : cognitif → affectif → intention.
- Tester les effets modérateurs (âge, technophilie, familiarité, type de robot).
4. Exemples de pistes de recherche
- Comment la présence sociale modère-t-elle l’effet de l’anthropomorphisme sur la confiance ?
- Dans quels contextes l’Uncanny Valley est-elle la plus pénalisante en restauration ?
- Comment optimiser la valeur expérientielle d’un robot dans un restaurant haut de gamme ?
- Quel est l’impact des émotions sur la fidélité à long terme vis-à-vis d’un établissement robotisé ?
Références scientifiques
- Becker, M., Mende, M., Kelly, L., & Klein, J. (2023). Customer comfort during service robot interactions. Service Business.
- Belanche, D., Casaló, L., Flavián, C., & Schepers, J. (2020). Service robot implementation: A theoretical framework and research agenda. The Service Industries Journal, 40(3–4), 203-225.
- Belanche, D., Casaló, L., Flavián, C. (2021). Frontline robots in tourism and hospitality: Service enhancement or cost reduction? Tourism Management.
- Bowen, J., & Morosan, C. (2018). Beware hospitality industry: The robots are coming. Worldwide Hospitality and Tourism Themes.
- Choi, S., Oh, M., & Choi, Y. (2023). Understanding customer experience with service robots: A systematic review. Journal of Hospitality and Tourism Management.
- Ivanov, S., & Webster, C. (2020). Adoption of robots, artificial intelligence and service automation by travel, tourism and hospitality companies. International Journal of Contemporary Hospitality Management.
- Kim, J., & Hall, C. M. (2023). Service robots and the S-O-R model: Emotional and behavioral responses. Journal of Travel Research.
- Mende, M., Scott, M., van Doorn, J., Grewal, D., & Shanks, I. (2019). Service robots rising: How humanoid robots influence brand perceptions. Journal of Marketing Research.
- Mori, M., MacDorman, K., & Kageki, N. (2012). The uncanny valley. IEEE Robotics & Automation Magazine.
- Tussyadiah, I. (2020). A review of research into automation in tourism. Annals of Tourism Research.
- Van Doorn, J., Mende, M., Noble, S. M., et al. (2017). Domo arigato Mr. Roboto: Automated social presence in service. Journal of Service Research.
- Yu, C., & Ngan, H. (2021). Familiarity and novelty in robot service experiences. International Journal of Hospitality Management.
