Afin de déterminer si l’adoption d’une nouvelle technologie est prévisible, des chercheurs ont modélisé ce processus en utilisant des compteurs intelligents.
L'adoption, ou non, des nouvelles technologies par les consommateurs représente un enjeu majeur pour les preneurs de décision. Trois chercheurs de l'université de Nottingham, Tao Zhang, Peer-Olaf Siebers et Uwe Aickelin ont donc cherché à modéliser l'apprentissage forcé d'une innovation par un utilisateur lambda en prenant en compte que le processus d'apprentissage d'une personne est mené de manière passive. Et pour cela, la modélisation de ce processus s'est déroulée en utilisant une étude de cas particulière : l'implantation de compteurs électriques intelligents dans la ville de Leeds, au Royaume-Uni.
Reproduire le comportement humain
Chaque appareil est doté d'un agent informatique capable de prendre des décisions ; chaque agent peut être programmé hors ligne ou en ligne, et est capable d'allumer les différents appareils des maisons. La probabilité que l'agent informatique allume ou n'allume pas un appareil particulier est alors déterminé par son niveau d'expérience, reflétant ainsi le comportement humain. Il est aussi possible pour l'agent d’interagir avec les autres programmes du réseau des compteurs intelligents, afin de partager des informations et des connaissances. L'expérience des chercheurs utilise 1000 de ces agents et vise à étudier leur comportement selon deux périodes de consommation : l'été et l'hiver. Deux expériences ont été menées : l'une considère que 90% des agents savent déjà allumer ou non les appareils d'une maison, l'autre prend en compte une totale inexpérience des agents. Il s'avère d'une part que le comportement des agents inexpérimentés reproduit des courbes de consommations réalistes en fonction de la période de l'année, d'autre part que les utilisateurs peuvent passer d'un stade inexpérimenté vers une maîtrise de l'objet assez rapidement.
Une étude de cas réaliste
Ce modèle possède trois objectifs futurs : le premier cherche avant tout à étudier si le comportement d'un utilisateur peut en induire un autre à volontairement adopter une innovation technologique. Savoir combien d'utilisateurs adoptent une technologie, deviennent expérimentés et l'abandonnent finalement serait une deuxième constituante d'informations afin de mieux comprendre le comportement des consommateurs. Enfin, la compréhension d’un tel processus pourrait permettre aux preneurs de décision d'accélérer la transition des utilisateurs et de maximiser les effets bénéfiques apportés par l'utilisation d'une innovation technologique.
Guillaume Parodi
Source : https://atelier.bnpparibas/trends/articles/adoption-une-nouvelle-technol...