L'anthropomorphisme des Chatbots : Une Revue Systématique des Mécanismes, Conditions et Effets sur l'Expérience Utilisateur

Vol. 3, No. 6, Novembre 2025 Ceci est un article en accès libre sous la licence CC BY-NC-ND. 1550 Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) ISSN: 2960-2823 L'anthropomorphisme des Chatbots : Une Revue Systématique des Mécanismes, Conditions et Effets sur l'Expérience Utilisateur The anthropomorphism of Chatbots: A Systematic Review of Mechanisms, Conditions and Effects on User Experience EL GUERRAB ANAS Doctorant, Faculté des sciences juridiques, économiques et sociales Marrakech Université Cadi Ayyad UCA, L-QUALIMATE-DS MAROC Pr. ABAAOUKIDE KAMAR Professeure, Faculté des sciences juridiques, économiques et sociales Marrakech Université Cadi Ayyad UCA, L-QUALIMATE-DS MAROC Résumé : L'anthropomorphisme, ou l'attribution de caractéristiques humaines aux agents conversationnels (chatbots), est une stratégie de design de plus en plus adoptée pour améliorer l'expérience client. Cependant, la littérature scientifique présente des résultats complexes et souvent contradictoires sur son efficacité réelle. Cette revue systématique de la littérature a pour objectif de synthétiser les connaissances empiriques afin de clarifier comment l'anthropomorphisme est conceptualisé dans la recherche sur les chatbots, quelles caractéristiques spécifiques influencent le comportement de l'utilisateur, quel est l'effet net de ces caractéristiques et par quels mécanismes psychologiques il opère. Suivant un protocole systématique sur trois bases de données majeures (publications de 2010 à 2025), un corpus final de 15 études a été sélectionné après une évaluation rigoureuse de leur qualité méthodologique. L'analyse montre que l'impact globalement positif de l'anthropomorphisme sur la confiance et la satisfaction est fortement conditionnel et principalement indirect. Il est médiatisé par des perceptions clés comme la présence sociale, la confiance et l'écoute perçue. L'efficacité du design est cependant modérée par des facteurs contextuels (état émotionnel de l'utilisateur, crédibilité de la marque), pouvant devenir contre-productive. L'anthropomorphisme n'est pas une solution universelle mais un levier psychologique puissant. Son application réussie exige une approche stratégique et nuancée, adaptant le type et l'intensité des traits humains au contexte de l'interaction, afin d'améliorer l'expérience utilisateur tout en prévenant les effets négatifs potentiels. Mots-clés : anthropomorphisme, chatbot, agent conversationnel, revue systématique de la littérature, expérience utilisateur, interaction homme-machine, présence sociale, confiance. Abstract : Anthropomorphism, or the attribution of human characteristics to conversational agents (chatbots), is a design strategy increasingly adopted to improve the customer experience. However, the scientific literature presents Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1551 complex and often contradictory results on its actual effectiveness. This systematic literature review aims to synthesize empirical knowledge in order to clarify how anthropomorphism is conceptualized in chatbot research, what specific features influence user behavior, and what the net effect of these features is and through what psychological mechanisms it operates. Following a systematic protocol on three major databases (publications from 2010 to 2025), a final corpus of 15 studies was selected after a rigorous assessment of their methodological quality. The analysis shows that the overall positive impact of anthropomorphism on trust and satisfaction is highly conditional and mainly indirect. It is mediated by key perceptions such as social presence, trust and perceived attentiveness. The effectiveness of design, however, is moderated by contextual factors (user emotional state, brand credibility), which can become counterproductive. Anthropomorphism is not a universal solution, but a powerful psychological lever. Its successful application requires a strategic and nuanced approach, adapting the type and intensity of human traits to the context of the interaction, in order to enhance the user experience while preventing potential negative effects. Keywords : anthropomorphism, chatbot, conversational agent, systematic literature review, user experience, human-computer interaction, social presence, trust. Digital Object Identifier (DOI): https://doi.org/10.5281/zenodo.17696672 1. Introduction L'ère numérique a transformé l'interaction entre les entreprises et leurs clients, marquant une transition progressive d'une interface humaine vers une interface technologique (Larivière et al, 2017). Au cœur de cette révolution se trouvent les agents conversationnels, ou chatbots, qui, grâce aux avancées en intelligence artificielle (IA), sont de plus en plus déployés dans le domaine du service client (Janson, 2023). Conçus pour simuler une conversation humaine et répondre aux requêtes des utilisateurs (Ltifi, 2023), les chatbots sont devenus un atout stratégique pour les entreprises cherchant à améliorer l'efficacité opérationnelle et l'expérience client (Araujo, 2018). Dans cette optique, une stratégie de design prédominante consiste à doter ces agents de caractéristiques humaines, un processus connu sous le nom d'anthropomorphisme, dans le but de rendre l'interaction plus naturelle et engageante (Ding et Najaf, 2024 ; Nguyen et al, 2023). Cependant, malgré l'adoption généralisée de cette approche, la littérature scientifique présente un tableau complexe et parfois contradictoire quant à l'efficacité réelle de l'anthropomorphisme. Si une étude extensive conclut à un effet globalement positif de l'anthropomorphisme sur l'intention d'utilisation, elle précise que cet effet est encore plus marqué pour les agents désincarnés comme les chatbots (Blut et al, 2021). Néanmoins, d'autres recherches qualifient l'anthropomorphisme de "double tranchant". Son application peut s'avérer contre-productive, voire préjudiciable, dans certaines situations, notamment en diminuant la satisfaction des clients en colère (Crolic et al, 2022) ou en créant un "biais robotique" qui gonfle artificiellement les notes des produits tout en réduisant l'utilité des avis laissés par les utilisateurs (Tsekouras et al, 2024). L'émergence de concepts tels que la "vallée de l'étrange" ("uncanny valley"), où un excès d'humanisme peut provoquer un sentiment de malaise, souligne davantage la nécessité d'une application nuancée (Diederich et al, 2020). Face à cette complexité, il est impératif de synthétiser les connaissances empiriques actuelles pour offrir une vision claire aux chercheurs et aux praticiens. Cet article se propose de réaliser une revue systématique de la littérature afin de clarifier les mécanismes et les conditions d'efficacité de l'anthropomorphisme dans les interactions hommechatbot. Pour ce faire, notre analyse s'articulera autour de la problématique suivante : Quel est l'impact de l'anthropomorphisme des agents conversationnels sur l'expérience utilisateur, et comment ses différentes facettes influencent-elles spécifiquement les perceptions, les attitudes et les comportements des utilisateurs ? Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1552 On peut décomposer notre problématique fondamentale en différentes sous-questions : • Qu'est-ce que l'anthropomorphisme dans le contexte des agents conversationnels et comment est-il conceptualisé dans la recherche ? • Quelles sont les caractéristiques anthropomorphiques spécifiques qui ont un impact démontré sur le comportement de l'utilisateur ? Quel est l'effet net de ces caractéristiques sur les perceptions, attitudes et comportements clés de l’utilisateur ? Afin de répondre de manière structurée à cette problématique centrale et à ses sous-questions, notre démarche s'articulera en plusieurs étapes clés. Nous commencerons par exposer en détail la méthodologie de revue systématique de la littérature qui fonde notre analyse, garantissant ainsi la rigueur et la traçabilité de notre travail. Par la suite, nous présenterons une analyse approfondie des résultats issus de cette revue. Cette section sera organisée de manière à d'abord clarifier la conceptualisation de l'anthropomorphisme dans la recherche existante, puis à identifier les caractéristiques anthropomorphiques spécifiques étudiées, et enfin, à synthétiser leurs effets nets sur les perceptions, attitudes et comportements clés de l'utilisateur. Cette progression logique nous permettra de construire une réponse complète et nuancée à notre question de recherche. 2. Méthodologie de la recherche (revue de la littérature systématique) : Afin d'identifier, d'analyser et de synthétiser de manière exhaustive la littérature existante sur l’anthropomorphisme des chatbots et son impact sur le comportement de l’utilisateur, une revue systématique de la littérature (SLR) a été menée. Cette approche méthodologique a été choisie pour sa capacité à garantir un processus de collecte et d'évaluation des études à la fois transparent, structuré et réplicable. La conduite de cette revue s'est conformée aux protocoles et directives établis par (Okoli et Schabram, 2015). 2.1. Protocole de recherche Afin de garantir une collecte exhaustive et structurée des articles pertinents, un protocole de recherche rigoureux a été défini et appliqué. La recherche a été menée sur trois bases de données de référence dans le domaine de l'informatique et des systèmes d'information : SpringerLink, Scopus et WebOfScience. La chaîne de recherche a été élaborée pour couvrir un large spectre d'études relatives à l’anthropomorphisme des chatbots et son impact sur le comportement de l’utilisateur. S'appuyant sur une analyse exploratoire du vocabulaire du domaine, la requête a été construite autour de deux concepts principaux — « chatbot » et « anthropomorphisme » — ainsi que de leurs synonymes respectifs. La chaîne de recherche suivante a été appliquée sur les bases de données sélectionnées : ("chatbot" OR "conversational agent" OR "virtual agent") AND ("anthropomorphism" OR "human-like" OR "humanness") Pour donner suite à la récupération de ce corpus initial, les résultats ont été filtrés selon des critères d'inclusion et d'exclusion stricts, détaillés en section 2.2. La qualité des études retenues a ensuite été évaluée à l'aide d'une grille d'analyse spécifique (section 2.3). 2.2. Critères d'inclusion et d'exclusion Le processus de sélection des études a été gouverné par un ensemble de critères d'inclusion (n=6) et d'exclusion (n=4) rigoureux, dont le détail est présenté respectivement dans les Tableaux 1 et 2. La recherche initiale sur les bases de données a été contrainte par trois filtres primaires : la période de publication, limitée de 2010 à 2025 ; la langue, restreinte à l'anglais ; et le type de document, circonscrit aux articles de revues et aux actes de conférence ayant fait l'objet d'une évaluation par les pairs (peer-reviewed). Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1553 À l'issue de cette première collecte et après suppression des doublons, une phase de filtrage manuel a été menée. Celle-ci a consisté en un examen des titres et des résumés afin d'isoler les études se rapportant directement à la problématique des ruptures de dialogue des chatbots. En conséquence, les articles dont le sujet principal était différent — par exemple, l'application des chatbots dans des secteurs comme l'éducation ou la santé sans un focus explicite sur les défaillances conversationnelles — ont été écartés. Enfin, les études présentant des faiblesses méthodologiques manifestes, les travaux non publiés ou dont le texte intégral était inaccessible ont également été exclus de la revue. Tableau 1 : Critères d'inclusion Critère Description 1 2 3 4 5 6 Les articles publiés entre 2010 et 2025 Les articles ont été publiés dans des conférences ou des revues. Les articles ont été évalués par des pairs. Les articles sont rédigés en anglais. Le texte intégral est disponible et publié. Les articles doivent traiter l’anthropomorphisme des chatbots. Source : les auteurs Tableau 2 : Critères d'exclusion Critère Description 1 2 3 4 Les articles qui ne sont pas en rapport avec le sujet ou le domaine Les articles qui ne sont pas liés à l’anthropomorphisme des chatbots. Les articles ne contenant pas d'informations ou de méthodologie claires. Les articles dont le texte intégral n'est pas disponible ou qui n'ont pas été publiés. Source : les auteurs 2.3. Critères d'évaluation de la qualité Afin de garantir la rigueur et la validité de cette revue systématique, chaque article inclus a été évalué selon une grille de critères de qualité prédéfinis. Cette évaluation a permis de pondérer la force des preuves de chaque étude lors de la synthèse finale. La priorité a été accordée aux études dotées d'une forte rigueur méthodologique, notamment les méta-analyses et les devis expérimentaux qui permettent une meilleure inférence causale. La validité des construits a également été un critère essentiel, privilégiant les recherches qui opérationnalisent l'anthropomorphisme de manière nuancée (par exemple, en distinguant l'apparence du langage) et qui utilisent des échelles de mesure multi-items validées et fiables. La robustesse de l'analyse a été évaluée en valorisant les études qui explorent les mécanismes psychologiques sous-jacents via des analyses de médiation (le "pourquoi" de l'effet) et de modération (le "quand" de l'effet). Enfin, la généralisabilité des résultats a été considérée en examinant la diversité des échantillons et la variété des contextes culturels et de service étudié. Tableau 3 : Grille d'Évaluation de la Qualité des Études Incluses Dimension Critère Spécifique Indicateur de Qualité Élevée Indicateur de Qualité Faible Rigueur Méthodologique Conception de l'étude Méta-analyse ; Expérimentation (en ligne, en laboratoire, sur le terrain) Enquête corrélationnelle ; Étude de cas unique Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1554 Taille de l'échantillon Grande et justifiée par une analyse de puissance a priori Petite ou non justifiée Réalisme du stimulus Interaction avec un chatbot fonctionnel et réaliste Utilisation de captures d'écran, d'animations ou de vignettes textuelles Validité des Construits Opérationnalisation de l'anthropomorphisme Manipulation de facettes spécifiques (ex : langage, apparence, chaleur) Manipulation holistique et non-spécifique (ex : "humain" vs. "machine") Mesure des variables Utilisation d'échelles de mesure multi-items, validées et fiables (Alpha de Cronbach rapporté) Utilisation d'échelles à item unique ou non validées Robustesse de l'Analyse Pertinence de l'analyse statistique Techniques statistiques appropriées à la conception (ex : SEM, ANOVA, régression) Analyses simplistes ne correspondant pas à la complexité des données Profondeur de l'analyse Test de mécanismes sousjacents (médiation) et/ou de conditions limites (modération) Analyse se limitant aux effets directs uniquement Généralisabilité Caractéristiques de l'échantillon Échantillons diversifiés de consommateurs (ex : panels en ligne, clients réels) Échantillons homogènes et non représentatifs (ex : étudiants uniquement) Contexte de l'étude Résultats testés ou discutés dans plusieurs contextes de service Contexte d'application très étroit et spécifique Diversité culturelle Échantillon interculturel ou provenant d'un contexte non occidental Échantillon issu d'un seul pays occidental Source : les auteurs 2.4. Processus de sélection des études Le processus de sélection des études, mené entre juin 2025 et juillet 2025, a été initié par une interrogation systématique des trois bases de données spécifiées à la section 2.1. Cette recherche initiale a produit un corpus brut de 40 772 articles. Ces références ont ensuite fait l'objet d'un premier filtrage basé sur l'examen des titres et des résumés, en application des critères d'inclusion et d'exclusion (cf. section 3.2). Au terme de cette étape, 951 articles ont été retenus pour une analyse approfondie de leur texte intégral. L'application ultérieure des critères d'évaluation de la qualité (détaillés en section 3.3) à ce corpus a permis de ne conserver que 15 études jugées éligibles. L'ensemble de ce processus de sélection est schématisé dans la Figure 1, et la liste des publications retenues est présentée dans le Tableau 5. Tableau 5 : Synthèse des Articles Analysés sur l'Anthropomorphisme des Chatbots et le Comportement Utilisateur Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1555 Auteur(s) Année Titre de l'article Catégorie : Angle principal de l'étude Cai, Li, et Law 2022 Anthropomorphism and OTA chatbot adoption : A mixed methods study Distinction entre les types de signaux anthropomorphiques (émotionnel vs. Présence sociale) et leur efficacité. Crolic et al. 2022 Blame the Bot : Anthropomorphism and Anger in Customer–Chatbot Interactions Effet négatif de l'anthropomorphisme dans un contexte d'échec de service, spécifiquement pour les clients en colère. Diederich, Brendel, et Kolbe 2020 Designing Anthropomorphic Enterprise Conversational Agents Conception d'un chatbot pour maximiser les bénéfices de l'anthropomorphisme tout en mitigant les effets négatifs ("uncanny valley"). Roy et Naidoo 2021 Enhancing chatbot effectiveness: The role of anthropomorphic conversational styles and time orientation Effet de l'adéquation entre le style conversationnel (chaleureux vs. Compétent) et l'orientation temporelle de l'utilisateur. Kronemann et al. 2023 How AI encourages consumers to share their secrets? The role of anthropomorphism... Article conceptuel proposant un effet positif de l'anthropomorphisme sur la divulgation d'informations personnelles. Janson, A. 2023 How to leverage anthropomorphism for chatbot service interfaces : The interplay of communication style and personification Rôle médiateur central de la présence sociale pour expliquer les effets de l'anthropomorphisme sur la satisfaction et la confiance. Araujo, T. 2018 Living up to the chatbot hype: The influence of anthropomorphic design cues... Effet de l'anthropomorphisme sur le lien émotionnel avec l'entreprise, médiatisé par la présence sociale. Blut et al. 2021 Understanding anthropomorphism in service provision : a meta-analysis of physical robots, chatbots, and other AI Méta-analyse confirmant l'effet globalement positif de l'anthropomorphisme et identifiant ses principaux médiateurs. Ding et Najaf 2024 Interactivity, humanness, and trust : a psychological approach to AI chatbot adoption in e-commerce Effet positif de l'humanité perçue sur la confiance, et rôle médiateur de la confiance sur l'intention d'adoption. Nyagadza et al. 2024 Prognosticating anthropomorphic chatbots' usage intention as an e-banking customer service gateway... Effet positif direct de l'anthropomorphisme sur la confiance des clients dans le contexte de la banque en ligne. Pizzi et al. 2023 I, chatbot! the impact of anthropomorphism and gaze direction on willingness to disclose personal information... Effet indirect de l'anthropomorphisme sur la divulgation d'informations, médiatisé par la compétence perçue et le scepticisme. Nguyen et al. 2023 Chatbots in frontline services and customer experience: An anthropomorphism perspective Effet interactif du langage (usage d'émojis) et de l'apparence, modéré par la crédibilité de la marque. Sheehan et al. 2024 Wow! Interjections improve chatbot performance : The mediating role of anthropomorphism and perceived listening Rôle médiateur de l'anthropomorphisme et de l'écoute perçue pour expliquer l'effet des interjections sur la satisfaction. Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1556 Tsekouras, Gutt, et Heimbach 2024 The robo bias in conversational reviews: How the solicitation medium anthropomorphism affects product rating valence... Effet de l'anthropomorphisme sur les avis clients : augmentation de la note (biais positif) mais diminution de l'utilité perçue. Ltifi, M. 2023 Trust in the chatbot: a semi-human relationship Effet de l'empathie et de la convivialité (et non de l'anthropomorphisme) sur la confiance envers les chatbots. Source : les auteurs 3. Résultats L'analyse des 15 articles retenus a été guidée par les trois questions de recherche de notre étude. Premièrement, on va mener une présentation une analyse descriptive des résultats et après on va essayer de répondre à chaque question et discuter les résultats. 3.1. Analyse descriptive des résultats La sélection finale pour cette revue systématique comprend 15 études. Une analyse descriptive de ce corpus exhaustif révèle plusieurs tendances clés concernant la méthodologie, les thématiques abordées, les technologies étudiées et la répartition géographique de la recherche sur l'anthropomorphisme dans les interactions de service. 3.1.1. Répartition Temporelle et Sources La recherche sur ce sujet est manifestement un phénomène très récent et en pleine expansion. L'analyse temporelle du corpus montre une accélération marquée, puisque plus de 80% des articles (13 sur 15) ont été publiés entre 2021 et 2025. Cette concentration témoigne de la pertinence et de l'urgence du sujet pour les chercheurs en marketing, systèmes d'information et psychologie. La présence d'une méta-analyse (Blut et al, 2021) et d'un article conceptuel (Kronemann et al, 2023) au sein de ce corpus récent indique que le domaine atteint un premier niveau de maturité, où la synthèse et la consolidation théorique deviennent nécessaires. 3.1.2. Approches Méthodologiques La méthodologie expérimentale est prédominante, constituant la base de 12 des 15 études (67%). Cette préférence s'explique par la nécessité d'isoler les effets causaux des caractéristiques anthropomorphiques sur les perceptions et comportements des utilisateurs. Le corpus est complété par des études corrélationnelles basées sur des enquêtes corrélationnelles (2), une méta-analyse (1) et un article conceptuel (1), offrant ainsi une vue méthodologiquement diversifiée du sujet. 3.1.3. Variables Dépendantes et Mécanismes Étudiés Si l'intention d'utilisation reste une variable d'intérêt centrale, la recherche s'est diversifiée pour inclure un éventail plus large de résultats pertinents pour le consommateur et l'entreprise : Variables attitudinales : La confiance est la variable la plus étudiée, suivie de près par la satisfaction et le lien émotionnel. Variables comportementales : L'engagement client, la divulgation d'informations personnelles, la loyauté, et des comportements plus spécifiques comme la valence et l'utilité des avis clients sont de plus en plus examinés. Une force notable de la littérature récente est l'effort systématique pour identifier les mécanismes médiateurs. Presque toutes les études récentes ne se contentent pas de mesurer un effet direct mais cherchent à comprendre le "pourquoi" en testant des médiateurs comme la présence sociale, la compétence perçue, l'authenticité, le scepticisme et l'écoute perçue. Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1557 3.1.4. Contextes de Service et Géographiques Les études couvrent une variété de contextes de service, avec une prédominance pour le e-commerce et les services de vente au détail. D'autres domaines incluent la banque en ligne, le tourisme (OTA), les services financiers et des applications spécifiques comme la sollicitation d'avis et la gestion des échecs de service. Géographiquement, la recherche reste fortement dominée par des échantillons nord-américains (États-Unis) et européens. Les études menées au Zimbabwe et en Chine constituent des exceptions importantes qui soulignent un manque de diversité culturelle dans la littérature actuelle. Tableau 6 : Synthèse Descriptive de la Littérature sur l’anthropomorphisme des Chatbots (N=15) Caractéristique Tendance Principale Fréquence / Détails Période de Publication Très récente et en accélération 13 sur 15 études publiées entre 2021-2025 (87%) Méthodologie Dominante Expérimentale 12 sur 15 études (80%) Conceptualisation de l'Anthropomorphisme Décomposition en facettes Focus sur le langage, l'apparence, et leur interaction Variables Dépendantes Diversifiées et orientées action Confiance, satisfaction, engagement, divulgation d'infos, avis clients Analyse des Mécanismes Très fréquente (médiation/modération) Présence sociale, compétence, authenticité, écoute perçue Contexte de Service E-commerce, services financiers, échec de service Variété de contextes, avec un accent sur la vente et le service client Contexte Géographique Dominance occidentale Forte concentration sur les ÉtatsUnis. Manque de diversité culturelle Source : les auteurs 3.2. Analyse des Définitions de l'Anthropomorphisme Le concept d'anthropomorphisme est central dans la littérature étudiant les interactions entre les consommateurs et les agents conversationnels. L'analyse des travaux récents révèle une définition fondamentale convergente, enrichie par des perspectives complémentaires qui soulignent la nature multidimensionnelle de ce construit. Fondamentalement, l'anthropomorphisme est défini comme l'attribution de caractéristiques ou de traits humains à des entités non humaines (Roy et Naidoo, 2021 ; Sheehan et al, 2024 ; Blut et al, 2021). Cette attribution peut englober un large éventail de qualités, incluant des propriétés, des caractéristiques générales ou des états mentaux (Crolic et al, 2022). De manière plus spécifique, ces caractéristiques peuvent être d'ordre physique et visuel, comme l'apparence (Cai et al, 2022 ; Pizzi et al, 2023), mais aussi comportemental, à travers le style relationnel ou les gestes (Pizzi et al., 2023). L'anthropomorphisme s'étend également à des aspects plus profonds, tels que l'attribution d'intentions, de motivations ou d'émotions à l'agent non humain (Kronemann et al, 2023). Au-delà d'une simple attribution, certains auteurs décrivent l'anthropomorphisme comme une tendance psychologique cognitive. Janson (2023) le présente comme une propension à assigner des caractéristiques humaines à des objets afin de rationaliser plus facilement leurs actions. Il est essentiel de distinguer l'anthropomorphisme en tant que stratégie de conception de la part de l'entreprise et en tant que perception par le consommateur. Blut et al. (2021) soulignent cette nuance en définissant l'anthropomorphisme comme la mesure dans laquelle les clients perçoivent les robots de service comme étant humains, plutôt que la mesure dans laquelle les entreprises les conçoivent comme tels. Ainsi, les "indices sociaux" Revue Internationale de la Recherche Scientifique et de l’Innovation (Revue-IRSI) – ISSN : 2960-2823 http://www.revue-irsi.com 1558 (social cues) ou les "indices esthétiques" (aesthetic cues), détaillés dans la section suivante, intégrés dans la conception d'un chatbot sont les déclencheurs qui conduisent l'utilisateur à "anthropomorphiser la technologie", c'est-à-dire à développer des "perceptions d'humanité" (perceptions of humanness) durant l'interaction (Diederich et al, 2020). Notre analyse des définitions existantes montre que l'anthropomorphisme n'est pas simplement une question d'apparence physique, mais un processus psychologique complexe. Il s'agit de l'attribution de traits humains variés (physiques, comportementaux, émotionnels) à une technologie, un processus déclenché par des indices de conception spécifiques et qui se manifeste comme une perception subjective chez le consommateur. 3.3. Analyse des Caractéristiques Anthropomorphiques dans la Conception des Chatbots La littérature scientifique sur les agents conversationnels a identifié un large éventail de caractéristiques, ou "indices" (cues), utilisés pour doter les chatbots de traits humains et ainsi influencer la perception des utilisateurs. Ces caractéristiques peuvent être classées en deux grandes catégories : les attributs visuels ou physiques, qui façonnent l'apparence de l'agent, et les attributs linguistiques et conversationnels, qui définissent sa manière de communiquer. 3.3.1. Caractéristiques Visuelles et Physiques L'apparence de l'agent est une dimension fondamentale de l'anthropomorphisme. La caractéristique la plus étudiée est l'avatar ou l'apparence physique, qui peut aller de l'absence totale d'image à une icône de robot, une image de dessin animé, une image humaine réelle ou une image photoréaliste générée par une intelligence artificielle (Cai et al, 2022 ; Pizzi et al, 2023 ; Crolic et al., 2022). Le niveau de réalisme de cette apparence est un facteur clé, les études comparant souvent des agents à faible anthropomorphisme (avatars stylisés) à des agents à fort anthropomorphisme (visages humains) (Pizzi et al, 2023 ; Nguyen et al, 2023). Au-delà de l'apparence générale, des attributs plus spécifiques sont manipulés. Le genre du robot ou de l'avatar est une caractéristique récurrente, souvent communiqué par des traits visuels (cheveux longs, cils, moustache), une voix ou un nom (Blut et al, 2021). La direction du regard (gaze direction) a également été identifiée comme un indice non-verbal crucial, où un regard direct vers l'utilisateur est comparé à un regard détourné (Pizzi et al, 2023). 3.3.2. Caractéristiques Linguistiques et Conversationnelles Le style de communication est une autre dimension essentielle de l'anthropomorphisme. De nombreuses études se concentrent sur le style de langage, opposant un ton formel et mécanique à un ton informel et humain (Araujo, 2018 ; Nyagadza et al, 2022). Ce style peut être décomposé en éléments plus fins. L'identité verbale, par exemple, est souvent établie par l'attribution d'un nom humain (par ex., "Emma" ou "Lisa") et par une auto-introduction où le chatbot se présente personnellement (Cai et al, 2022 ; Araujo, 2018 ; Diederich et al, 2020). Le contenu social et émotionnel du dialogue est une source riche de caractéristiques anthropomorphiques. Cellesci incluent la capacité à exprimer l'empathie, la chaleur (warmth), l'humour et à utiliser des émoticônes ou des interjections (par ex., "hmm", "wow", "aww") pour simuler une réaction humaine spontanée (Cai et al., 2022 ; Roy et Naidoo, 2021 ; Nguyen et al, 2023 ; Sheehan et al, 2024). L'ensemble de ces traits façonne la personnalité perçue de l'agent, qui peut être explicitement conçue pour véhiculer de la compétence (Roy et Naidoo, 2021). Enfin, certains "indices invisibles" ou structurels contribuent à la perception d'humanité. L'utilisation de temps de réponse dynamiques, simulant la réflexion ou la frappe par des points clignotants, rend l'interaction plus naturelle (Diederich et al, 2020). La structure même du dialogue, comme le tour de parole (turn-taking) et la variabilité de la syntaxe, renforce également l'impression d'interagir avec une entité humaine plutôt qu'avec une machine (Diederich et al, 2020). Certains chercheurs adoptent une approche plus holistique en mesurant la "humanité" (humanness) perçue globalement, qui englobe des concepts comme la capacité à comprendre le langage naturel, à exprimer des émotions et à s'adapter au contexte (Ding et Najaf, 2024). En conclusion, la littérature a identifié et testé une palette variée et nuancée de caractéristiques anthropomorphiques. Elles vont de signaux visuels évidents, comme l'apparence de l'avatar, à des indices linguistiques subtils, comme l'usage d'une interjection. L'effet de ces caractéristiques est souvent étudié en combinaison, soulignant que la perception de l'humanité d'un chatbot résulte d'une interaction complexe entre ses différentes facettes de conception. 3.4. Effets des Caractéristiques Anthropomorphiques des Chatbots sur l'Expérience Utilisateur : Une Synthèse de la Littérature L'intégration croissante des agents conversationnels (chatbots) dans les services clients a conduit de nombreuses entreprises à adopter des stratégies de design visant à les rendre plus humains. Cependant, notre analyse de la