« L’adoption de l’IA générative par les enseignants », « l’acceptation d’un ERP par les salariés », « l’usage d’une application de santé par les patients » : chaque année, des centaines de mémoires de gestion, de systèmes d’information, de santé ou d’éducation posent la même question — pourquoi les gens utilisent-ils, ou non, un outil numérique ? Deux cadres dominent cette littérature : le TAM de Davis et l’UTAUT de Venkatesh. Ils sont cousins, mais ils ne se choisissent pas au hasard : la taille de votre échantillon, la nature de votre terrain et votre question tranchent.
Le tableau de décision
| TAM (1989) | UTAUT (2003) | |
|---|---|---|
| Auteur, source | Davis, MIS Quarterly 13(3) | Venkatesh, Morris, Davis et Davis, MIS Quarterly 27(3) |
| Construits explicatifs | 2 : utilité perçue, facilité d’utilisation perçue | 4 : attente de performance, attente d’effort, influence sociale, conditions facilitatrices |
| Modérateurs | Aucun dans le modèle d’origine | Genre, âge, expérience, caractère volontaire de l’usage |
| Origine | Modèle fondateur | Synthèse de huit modèles antérieurs (dont TAM et la théorie du comportement planifié) |
| Complexité pour un mémoire | Faible : questionnaire court, analyse simple | Moyenne : plus d’items, effets de modération à tester |
TAM : deux construits qui suffisent souvent
Le Technology Acceptance Model (Davis, 1989, « Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology », MIS Quarterly, 13(3), 319-340) explique l’acceptation d’une technologie par deux jugements de l’utilisateur : l’utilité perçue — la conviction que l’outil améliorera sa performance — et la facilité d’utilisation perçue — la conviction que son usage sera peu coûteux en efforts. L’utilité pèse généralement plus lourd que la facilité, et la facilité agit aussi indirectement, en rendant l’outil plus utile aux yeux de l’utilisateur.
La force du TAM pour un mémoire est sa sobriété : deux construits, des échelles courtes reprises dans des milliers d’études, une analyse à la portée d’un M2 sans statistiques avancées — corrélations, régressions simples. Si votre échantillon réaliste est de 60 à 120 répondants, cette sobriété est un argument décisif.
UTAUT : la synthèse à quatre construits et quatre modérateurs
En 2003, Venkatesh et ses coauteurs comparent huit modèles concurrents de l’acceptation — dont le TAM, la théorie de l’action raisonnée et la théorie du comportement planifié — et en tirent une synthèse : l’Unified Theory of Acceptance and Use of Technology (« User Acceptance of Information Technology: Toward a Unified View », MIS Quarterly, 27(3), 425-478). Quatre construits y expliquent l’intention d’usage, avec des définitions précises qu’il faut citer depuis la source :
- L’attente de performance (performance expectancy) : « le degré auquel un individu croit que l’utilisation du système l’aidera à améliorer sa performance au travail » — l’héritière de l’utilité perçue ;
- l’attente d’effort (effort expectancy) : « le degré de facilité associé à l’utilisation du système » ;
- l’influence sociale (social influence) : « le degré auquel un individu perçoit que des personnes importantes pour lui pensent qu’il devrait utiliser le nouveau système » ;
- les conditions facilitatrices (facilitating conditions) : « le degré auquel un individu croit qu’une infrastructure organisationnelle et technique existe pour soutenir l’utilisation du système ».
Surtout, UTAUT affirme que ces effets ne sont pas les mêmes pour tout le monde : ils sont modérés par le genre, l’âge, l’expérience et le caractère volontaire ou imposé de l’usage. Dans l’étude d’origine, le modèle unifié expliquait environ 70 % de la variance de l’intention d’usage — nettement plus que les huit modèles pris isolément.
Le critère de choix : votre terrain, pas la bibliographie
Prenez le TAM si l’usage étudié est largement volontaire, si votre échantillon est modeste, et si votre question tient dans « qu’est-ce qui fait qu’on adopte ? ». Un mémoire TAM bien exécuté — échelles validées, analyse propre — vaut mieux qu’un UTAUT survolé.
Prenez UTAUT dans trois cas précis. Un : l’usage est imposé ou fortement encouragé par l’organisation — le construit « influence sociale » et le modérateur « volontariat » sont faits pour ça, et le TAM n’a rien d’équivalent. Deux : votre terrain rend l’infrastructure critique — matériel, support, formation — car les « conditions facilitatrices » capturent ce que le TAM ignore. Trois : votre question porte justement sur les différences — l’adoption diffère-t-elle selon l’âge ou l’expérience ? Attention alors à l’arithmétique : tester des modérations exige des sous-groupes fournis ; avec 80 répondants, quatre modérateurs sont hors de portée. Calibrez avec la méthodologie quantitative par questionnaire.
Dans les deux cas, l’enchaînement est le même : les construits deviennent vos variables — voyez l’opérationnalisation des variables —, les items se reprennent d’études validées plutôt que de s’inventer — voyez l’adoption d’une échelle validée —, et vos hypothèses recopient les flèches du modèle, une par une.
Exemple fil rouge : le dossier patient informatisé dans un EHPAD
Un mémoire de management de la santé étudie l’appropriation d’un dossier de soins informatisé déployé depuis un an dans trois EHPAD. L’usage est imposé : le TAM seul raterait l’essentiel. Le choix UTAUT se justifie alors point par point. L’attente de performance se mesure auprès des soignants — le dossier fait-il gagner du temps de transmission ? L’attente d’effort capte la difficulté perçue, très différente entre équipes de jour et de nuit. L’influence sociale prend un relief particulier dans un usage obligatoire : ce n’est plus « faut-il l’utiliser » mais « avec quelle conviction l’encadrement le porte ». Les conditions facilitatrices deviennent la variable politique du mémoire : nombre de postes disponibles, présence d’un référent, formation reçue.
Les hypothèses recopient le modèle : H1, l’attente de performance est associée positivement à l’intention d’usage approfondi ; H2, idem pour l’attente d’effort ; H3, l’influence sociale ; H4, les conditions facilitatrices sont associées à l’usage effectif. Le questionnaire reprend les items validés traduits d’une étude publiée en contexte hospitalier francophone, cités. Et la discussion peut confronter les résultats au constat d’origine de Venkatesh — l’expérience module les effets : les soignants anciens dans l’établissement ne réagissent pas comme les nouveaux arrivés. Un mémoire complet, dont chaque pièce découle du cadre.
Ouvrez votre mémoire dans Tesify : posez le modèle choisi dans le cadre théorique, déclinez ses construits en hypothèses numérotées, et gardez leur vocabulaire jusqu’à la discussion — chaque phrase reste la vôtre.
Les pièges spécifiques à cette littérature
Le franglais non maîtrisé. Traduisez chaque construit une fois, entre parenthèses, puis tenez la traduction française dans tout le mémoire. Un texte qui alterne « performance expectancy » et « attente de performance » au fil des pages se lit comme un collage.
L’échelle bricolée. Les items d’origine sont publiés ; les traduire vous-même en une soirée détruit la validation. Cherchez une version française utilisée dans une étude publiée, citez-la — et si vous traduisez, dites-le en limite.
Le modèle-alibi. Administrer un questionnaire UTAUT puis commenter les moyennes item par item sans tester les relations du modèle, c’est utiliser le nom sans le modèle. Si vous ne comptez pas tester les liens construits→intention, un cadre plus léger — voire le seul TAM — est plus honnête ; le critère général est dans le choix d’un modèle théorique.
Questions fréquentes
Existe-t-il un UTAUT 2 ?
Oui — Venkatesh et ses coauteurs ont étendu le modèle au contexte grand public en ajoutant des construits comme la motivation hédonique et l’habitude. Pour un mémoire en organisation, l’UTAUT de 2003 reste le socle ; si votre terrain est un usage privé de consommateurs, regardez l’extension et citez-la spécifiquement.
Puis-je mélanger TAM et UTAUT ?
Évitez le collage. UTAUT contient déjà l’essentiel du TAM — l’attente de performance recouvre l’utilité perçue, l’attente d’effort la facilité. Choisissez l’un des deux ; si vous ajoutez un construit externe (confiance, risque perçu), justifiez l’ajout par la littérature de votre terrain.
Combien de répondants me faut-il ?
Pour un TAM simple, quelques dizaines de répondants permettent déjà des corrélations et régressions honnêtes. Pour un UTAUT avec modérateurs, chaque sous-groupe (hommes/femmes, tranches d’âge) doit rester analysable — ce qui pousse vite l’échantillon au-delà de 150-200. Dimensionnez avant de diffuser, pas après.
Ces modèles marchent-ils pour l’IA générative ?
Le phénomène est nouveau, les modèles ne le sont pas : la littérature récente applique massivement TAM et UTAUT aux outils d’IA. C’est même un bon sujet de mémoire — à condition de définir précisément l’outil et l’usage étudiés, et de discuter en limite ce que l’IA change (évolution rapide, usages détournés) par rapport aux technologies stables des études d’origine.
Faut-il mesurer l’usage réel ou l’intention ?
Les deux modèles font de l’intention le prédicteur de l’usage. Dans un mémoire, on mesure presque toujours l’intention déclarée — c’est légitime, mais dites-le : « intention d’usage » n’est pas « usage », et votre discussion doit assumer l’écart.
Choisissez le modèle qui correspond à votre terrain et à votre échantillon, récupérez ses items validés — puis écrivez votre mémoire avec Tesify, du construit à la discussion, avec vos propres mots.