param`etre notation
croyances
concepts repr´esent´es C objets sociaux O ⊂ C niveaux de support Σ
table de filtrage T Σ : Σ 7→ Σ
probabilit´e de r´evision frevision(σold, σnew) : Σ, Σ 7→ [0, 1]
perception subjective ff iltrage(σrecu) : Σ 7→ Σ
informations exog`enes croyances pr´ealables de chaque segment
∀s ∈ S, ∀a ∈ s, IANa,0
Table 5.3: Param`etres de communication du mod`ele CoBAN.
Conform´ement `a notre objectif, nous avons r´ealit´e une repr´esentation des croyances capable de d´ecrire des croyances r´eelles, qui peuvent ˆetre collect´ees par entretien ou questionnaire. L’incompr´ehension d’une information est d´ecrite par l’absence d’un lien entre l’attribut et une motivation de l’agent. L’incompatibilit´e entre information et croyances survient quand l’information n’a pas une cr´edibilit´e suffisante pour contredire les croyances pr´ealables. Les liens entre cat´egorie de produit et innovation, ou entre plusieurs innovations, peuvent ˆetre facilement repr´esent´es. De mˆeme, toute croyance peut ˆetre partag´ee entre plusieurs innovations.
Afin de rendre le mod`ele param´etrable, nous avons ´evit´e l’utilisation de niveaux continus de croyance, et propos´e des niveaux qualitatifs qui se collectent plus naturelle- ment. Nous avons ´egalement d´evelopp´e des indicateurs utilisables sur le syst`eme social r´eel et le mod`ele, sous la forme du taux d’awareness et des repr´esentations sociales.
5.7. BILAN 121
La repr´esentation de croyances offre une grande flexibilit´e `a l’utilisateur du mod`ele, lui permettant de d´ecrire plus ou moins pr´ecis´ement les croyances qu’il croit exister, ou qui ont ´et´e mesur´ees dans la population.
Comme souvent en simulation sociale, nous nous heurtons `a des vides th´eoriques dans les sciences humaines ; nous avons combl´e ces vides par des hypoth`eses qui n´ecessiteront un travail d’exp´erimentation cons´equent. En particulier, si la r´evision probabiliste des croyances nous paraˆıt ´el´egante, la forme de la courbe de probabilit´e cumul´ee de r´evision n’est pas param´etr´ee sur une quelconque r´ealit´e observ´ee. Il est possible que la courbe r´eelle connaisse une pente plus rapide ou plus lente.
Les param`etres du mod`ele de repr´esentation des croyances sont r´esum´es dans la table 5.3.
Figure 5.12: Repr´esentation sociale du cadre photo num´erique pour les sujets en re- cherche d’information
5.7. BILAN 123
Figure 5.13: Repr´esentation sociale du cadre photo num´erique pour les sujets qui poss`edent un cadre photo num´erique
Figure 5.14: Perception de la marque Orange r´ecup´er´ee lors des entretiens sur les offres “Triple Play”(pour tous les sujets, concepts ´evoqu´es au moins deux fois)
Figure 5.15: Perception de Free r´ecup´er´ee lors des entretiens sur les offres “Triple Play” (pour tous les sujets, concepts ´evoqu´es au moins deux fois)
Chapitre 6
Mod`ele de communication
6.1
El´ements du mod`ele de communication
6.1.1 Les agents, des entit´es communicantes
Dans le mod`ele CoBAN, un agent est une entit´e capable de communiquer. L’ensemble des agents repr´esent´es dans le syst`eme est not´e A. La plupart des agents repr´esentent les adoptants potentiels Aadopt ⊂ A ; ces agents-adoptants sont capables de recevoir
et d’´emettre de l’information. Ils sont consid´er´es comme des sources d’information en- dog`enes dans le syst`eme, dont le comportement de communication est d´ecrit par le mod`ele. Par contre, d’autres agents Aexo ⊂ A sont utilis´es pour repr´esenter les sources
d’information exog`enes au mod`ele, qui correspondent aux m´edias de masse utilis´es par l’institution pour introduire l’information. Tout comme en marketing, l’h´et´erog´en´eit´e de la population sera simplifi´ee par segments. Ces segments S sont des ensembles d’adop- tants potentiels d´efinis de fa¸con `a ce qu’un agent appartienne toujours `a un segment. Des exemples de segments seront propos´es pendant les exp´erimentations (7.3).
6.1.2 Les agents-´emetteurs, des sources d’information exog`enes
Les sources d’information exog`enes Aexo sont contrˆol´ees par l’utilisateur du
mod`ele. Ce sont des sources d’information qui agissent sur impulsion de l’institution pendant la diffusion des innovations. Les sources exog`enes contiennent les m´edias de masse utilis´es pour la publicit´e (affiches, t´el´evision, presse, web, etc.) ainsi que les agents de changement (dont les vendeurs et les adoptants incit´es `a promouvoir l’innovation). Le comportement de communication des sources exog`enes fait partie des param`etres du mod`ele de communication.
La structure d’un agent-´emetteur est tr`es simple ; c’est un agent auquel on peut demander de transmettre une repr´esentation donn´ee sur un objet social, pendant une p´eriode donn´ee, en utilisant un canal d´efini.
6.1.3 Les agents-adoptants, sources d’information endog`enes
Les adoptants potentiels sont d´ecrits par des agents-adoptants Aadopt ⊂ A qui
repr´esentent les unit´es sociales susceptibles d’adopter une innovation. Dans les ´etudes sur la diffusion d’innovations aupr`es du grand public, l’unit´e de base est g´en´eralement l’individu ou le foyer. En fonction du cas de diffusion ´etudi´e, des unit´es plus vastes ou plus pr´ecises peuvent ˆetre d´efinies : les femmes pour la diffusion de la contra- ception, les fermes pour des diffusions agricoles ou les m´edecins pour les nouveaux m´edicaments. Nous ne nous int´eressons pas ici `a l’adoption d’innovations par des orga- nisations, dont les comportements de communication et d’adoption sont quelque peu diff´erents [Rogers, 2003, p. 225].
Les agents-adoptants sont des entit´es communicantes endog`enes Aendoqui trans-
mettent de l’information sans aucune intervention de l’utilisateur du mod`ele. Elles cor- respondent aux sources d’information qui ne sont pas contrˆol´ees par l’institution pen- dant la diffusion d’innovation. Les sources endog`enes comprennent toujours les adop- tants potentiels Aadopt, `a l’exclusion des agents de changement contrˆol´es par l’institu- tion. Certains m´edias de masse peuvent ´egalement ˆetre consid´er´es comme endog`enes, comme les sites web collaboratifs qui m´emorisent et retransmettent uniquement des avis provenant d’adoptants.
On pourrait ´egalement consid´erer d’autres m´edias de masse comme des sources elles- mˆemes endog`enes, comme par exemple la presse g´en´eraliste qui ´evoque les innovations d´ej`a pl´ebiscit´ees dans la population. Les travaux sur l’agenda-setting vont d’ailleurs dans ce sens, en ´evoquant le transfert de saillance de l’agenda public vers l’agenda de la presse. N´eanmoins, l’introduction de ces m´edias de masse comme sources endog`enes supposerait de savoir d´ecrire le transfert de saillance de la population, ou d’autres m´edias de masse, vers l’agenda de la presse. Faute de disposer d’un tel mod`ele, nous n’int´egrerons pas actuellement ces m´edias de masse comme sources endog`enes, mais exog`enes.
6.1.4 Canaux de communication
Les canaux de communication, comme cela est devenu classique dans les mod`eles orient´es agents, constituent dans le mod`ele les supports de toute communication. Un canal est un lien entre deux agents (a1, a2). L’ensemble des canaux d´ecrits dans le
mod`ele est not´e L. Nous appellerons canal unidirectionnel un canal qui lie un agent- ´emetteur `a un agent-adoptant. Les sources exog`enes sont toujours li´ees par des canaux unidirectionnels : l’individu qui re¸coit un message par la t´el´evision ou par la presse ne peut envoyer d’information `a la t´el´evision. Un canal unidirectionnel correspond `a ce que l’on appelle en marketing une communication “en push”, envoy´ee au r´ecepteur sans qu’il ne l’ait sollicit´ee. Un canal bidirectionnel permet par contre d’´echanger de l’infor- mation ; on parle de canal bidirectionnel quand chaque agent est un agent-adoptant.
6.1. EL ´EMENTS DU MOD `ELE DE COMMUNICATION 127 Canaux de masse
Un canal de masse permet `a une source d’envoyer une mˆeme information `a un grand nombre d’individus. La construction des canaux de masse est un param`etre du mod`ele. La probabilit´e d’exposition pexposition,masse est d´etermin´ee en fonction des donn´ees
connues sur l’impact des m´edias de masse. Une probabilit´e d’interaction pinteract : L 7→ [0, 1] associe `a chaque canal une probabilit´e d’interaction `a chaque pas de temps. L’ensemble des canaux de masse sera raffin´e en fonction des canaux utilis´es pendant la diffusion mod´elis´ee. L’utilisateur peut proposer des niveaux de granularit´e diff´erents, soit en repr´esentant l’ensemble des m´edias de masse comme un unique canal attach´e `
a une unique source exog`ene, soit en distinguant la t´el´evision, la presse g´en´eraliste, la presse sp´ecialis´ee, etc. On peut repr´esenter un canal de masse par un ensemble de liens entre la source et chaque r´ecepteur, solution que nous retiendrons ici. Pour ces canaux, pexposition repr´esente la probabilit´e que chaque individu soit expos´e au m´edia
de masse : voir une affiche, regarder la t´el´evision au moment de la transmission du message, ´ecouter la radio, etc.
R´eseau d’interactions
Le r´eseau d’interactions, souvent appel´e r´eseau social, d´efinit les interactions in- terpersonnelles possibles entre les adoptants potentiels. A ce stade, nous supposerons qu’il existe un g´en´erateur de r´eseau social G : Aadopt 7→ (Aadopt, L) qui g´en`ere pour
une population d’agents Aadopt une structure d’interactions descriptive des interactions
existant r´eellement, sous la forme d’un r´eseau non dirig´e. Ce g´en´erateur est consid´er´e comme un param`etre du mod`ele. Dans un premier temps, nous utiliserons des algo- rithmes g´en´erateurs de r´eseaux sociaux utilis´es couramment en simulation orient´ee agents, comme le g´en´erateur de Barabasi-Albert et celui de Watts et Strogatz. Nous discuterons plus loin la pertinence, les risques et les limites induites par cette notion de r´eseau d’interaction, et proposerons un g´en´erateur alternatif (8).
Nous supposons donc que le r´eseau d’interactions a la forme (Aadopt, L, pinteract),
avec pinteract :: L 7→ [0 : 1]. Les probabilit´es pinteract d´efinissent la probabilit´e que deux agents ayant un lien social se rencontrent ; nous d´efinirons le procotole d’interaction de fa¸con `a d´ecrire que les individus n’´echangent pas syst´ematiquement sur l’innova- tion lorsqu’ils se rencontrent. Cette probabilit´e peut ˆetre d´efinie pour une population donn´ee, ind´ependamment de l’innovation dont on simule la diffusion. Ce type de pro- babilit´e est g´en´eralement connu en fonction du type de relation sociale entre deux individus. En France, l’INSEE a publi´e quelques enquˆetes qui indiquent les fr´equences moyenne de rencontre entre amis, coll`egues, membres de la famille proche ou ´eloign´ee (par ex. [INSEE, 2008]). Dans d’autres cas de diffusion d’innovations, les statistiques sur le type de relation qui a conduit `a un apport d’information est g´en´eralement me- sur´e ; par exemple, on sait que les femmes Luo discutent des moyens contraceptifs avec d’autres femmes du mˆeme ˆage [Watkins et al., 1995a]. Ce type de statistique n’est tou- tefois applicable que si le g´en´erateur de r´eseau d’interactions d´ecrit le type de relation qui lie deux personnes, ce qui n’est pas le cas des g´en´erateurs cit´es plus haut. Faute de
param´etrage pr´ecis, la probabilit´e d’interaction sociale pourra ˆetre consid´er´ee comme constante, auquel cas ∀l ∈ L, pinteract = x.
L’exp´erience avec le produit
L’exp´erience avec le produit est consid´er´ee comme un cas particulier de canal de com- munication, qui permet `a un sujet de manipuler et tester l’innovation. Nous consid´erons que cette exp´erience permet de gagner en information. Par exemple, une femme qui utilise la pilule contraceptive en apprend davantage sur les caract´eristiques positives ou n´egatives. La probabilit´e d’exposition au canal “exp´erience” est g´en´eralement qua- siment nulle avant adoption, et certaine apr`es adoption. Toutefois, cette probabilit´e peut ˆetre utilis´ee pour d´eterminer des strat´egies marketing de mise `a disposition de produits dans des boutiques ou la distribution d’´echantillons gratuits ; dans ce cas, la probabilit´e d’exposition `a l’exp´erience sera param´etr´ee de la mˆeme fa¸con que celle d’un m´edia de masse. Notons qu’il peut ˆetre utile de diff´erencier exp´erience courte ou longue. L’exp´erience courte repr´esente l’information que l’on gagne par observabilit´e : efficacit´e d’un engrais que l’on inf`ere en croisant un champ, premi`ere appr´eciation en voyant un nouveau t´el´ephone portable, etc. Par contre, l’exp´erience longue correspond `
a l’information qui est re¸cue en utilisant `a long terme le produit : fiabilit´e du produit, frais d’entretien et autres coˆuts cach´es, qualit´e du service apr`es-vente, effets secondaires d’un m´edicament. L’utilisateur du mod`ele est libre de d´ecrire ce type de distinctions par param´etrage.