Un modèle pour l’évaluation de l’acceptabilité, de l’acceptation et de la confiance des utilisateurs des navettes autonomes dans des zones péri-urbaines et rurales.

When:
15/09/2024 all-day
2024-09-15T02:00:00+02:00
2024-09-15T02:00:00+02:00

Offre en lien avec l’Action/le Réseau : SaD-HN/– — –

Laboratoire/Entreprise : Laboratoire Informatique, Image et Interaction (L3
Durée : 36 mois
Contact : alain.bouju@univ-lr.fr
Date limite de publication : 2024-09-15

Contexte :
La réduction du rejet de carbone dans l’atmosphère est une préoccupation mondiale. En effet, l’émissions de gaz à
effet de serre dans l’atmosphère est à l’origine du réchauffement climatique ce qui présente une menace pour notre
terre. L’impact carbone du transport est l’un des plus important, par exemple en France, le transport est l’activité qui
contribue le plus aux émissions de gaz à effet de serre (durable, 2021).
Dans ce contexte, différentes mesures peuvent être appliqué dont dans le domaine des transports. Notamment la
conduite autonome et les services de transport à la demande de véhicules électriques. En effet, la conduite autonome
apporte de nombreux avantages aux individus et à la société, notamment une sécurité routière accrue, une réduction
des embouteillages et une empreinte écologique améliorée.
C’est dans ce cadre que le projet YéloDETA intervient. L’objectif du projet YéloDETA est de fournir un service de
transport à la demande automatisé dans les zones à faible densité (périurbaines et rurales) dans 8 communes de
l’agglomération rochelaise. Cependant, pour parvenir à une diffusion réussie de ces véhicules autonomes et exploiter
ainsi leur potentiel environnemental, il faut favoriser une large acceptation de ce concept de mobilité. L’acceptabilité
et l’acceptation sont donc un point bloquant important (Bel., 2019). Ici, l’acceptabilité concerne les intentions des
utilisateurs à utiliser ou non la technologie, et l’acceptation de son usage effectif.

Sujet :
Les avancées dans les domaines des véhicules autonomes, de la psychologie sociale et de l’évaluation des Interaction
Humain-Machine (IHM) montrent que l’acceptabilité et l’acceptation conditionnent le bon déploiement de navettes
sans conducteur dans la société. Cependant de nombreux obstacles entravent encore l’acceptation généralisée des
véhicules autonomes et nous n’avons pas suffisamment de connaissances sur les perceptions des utilisateurs finaux
sur cette technologie innovante. Gagner l’acceptation des utilisateurs finaux devient donc essentiel au déploiement
généralisé des véhicules autonomes. En effet, dans la littérature il existe différents travaux qui proposent des modèles
d’acceptabilité étudiant le rapport de l’individu à l’objet technologique dont on souhaite prédire l’usage. Ces modèles
étudient le rapport de l’individu à l’objet technologique dont on souhaite prédire l’usage. Cependant, cela ne concerne Allocations doctorales 2024
2
que la manière dont les caractéristiques d’un système technologique influencent l’acceptation de l’utilisateur.
D’autres dimensions sont parfois ajoutées pour améliorer le pouvoir prédictif des modèles tel que la dimension de
confiance.
Ainsi le développement des IHM utilisateur-navette autonome doit être fait sur la base des évaluations de
l’acceptation et l’acceptabilité ainsi que l’expérience utilisateur. Pour autant il n’existe pas de modèle d’évaluation
complet pour l’évaluation de l’acceptabilité, de l’acceptation, l’expérience utilisateurs et de la confiance des usagers
des véhicules autonomes et qui fournit à la fois les éléments clés à intégrer dans une IHM d’une navette autonome ou
bien sa méthode de conception afin de garantir une bonne expérience utilisateur.

Profil du candidat :
Master 2 en Informatique avec une ouverture sur les utilisateurs

Formation et compétences requises :
Master 2 en Informatique avec si possible des bases en développement d’IHM

Adresse d’emploi :
Laboratoire L3i Institut LUDI Bâtiment Pascal Avenue Michel Crépeau
17042 La Rochelle Cedex 1 – France

Document attaché : 202407010859_sujet-these-YeloDeta.pdf