Interactions Humain-Machine Adaptées à la Personnalité des Utilisateurs : Application de Motivation à l'Activité Physique - Laboratoire Interdisciplinaire des Sciences du Numérique Access content directly
Theses Year : 2024

Human-Machine Interactions Adapted to the Personality of Users : Application of Motivation to Physical Activity

Interactions Humain-Machine Adaptées à la Personnalité des Utilisateurs : Application de Motivation à l'Activité Physique

David Rei

Abstract

Physical activity is a recognized means of preventing non-communicable diseases. It has a positive impact on health and well-being if carried out regularly, with a minimum level of activity. Lack of physical activity has long been recognized and documented as a public health problem, and is of major societal importance, accentuated in recent years by the Covid-19 crisis. It is therefore necessary to motivate people to take part in physical activities that are accessible and easy to implement, such as walking. Many walking interventions with tracking devices, such as pedometers or smartphones, have led to an increase in physical activity, but only in the short term, and the positive effects of these interventions quickly fade. Beyond the novelty effect of a device or mobile application, it is the lack of personalisation and adaptation to the user that seem to diminish the longer-term effects of walking interventions.In this thesis, we propose a new model of adaptive human-machine interactions for mobile walking motivation. This model is inspired by two psychology theories in particular: the self-determination theory, which describes three fundamental needs to be satisfied in order to achieve motivation and well-being, and the regulatory focus theory, which describes individuals' action strategies depending on the context, their goal and how to achieve it. Our model also takes into account users' activity, so as to offer them motivational interactions adapted to their profile.We implemented this model in an Android mobile application and evaluated its effectiveness in terms of walking performance and motivation through three longitudinal field studies and a design study. The first field study implemented the dimension of adapting a daily walking goal to the user's performance. Results showed an increase in short-term walking, followed by a decrease in application use and user performance. The second field study added the dimension of adapting motivational messages. The motivational messages were adapted to the users' regulatory focus profile. The results were encouraging, particularly with regard to the reduction in user amotivation, but we again noted a decline in application use over the longer term. The third field study was designed to evaluate the adaptation dimension of the gamification of our model, replacing the motivational messages. Our gamification takes into account both the self-determination theory and the regulatory focus theory to propose an interaction adapted to the user's profile.We look back at the strengths and weaknesses of our contributions, and offer some perspectives on the joint use of these two theories to motivate walking on smartphones.
L'activité physique est un moyen reconnu de prévention des maladies non transmissibles. Elle a un impact positif sur la santé et le bien-être si elle est réalisée régulièrement, avec un seuil minimal d'activité. Le manque d'activité physique est une problématique de santé publique connue et documentée depuis longtemps, avec une importance sociétale forte, accentuée ces dernières années avec la crise liée au Covid-19. Il est donc nécessaire de motiver les gens à pratiquer des activités physiques accessibles et faciles à mettre en oeuvre, telle que la marche à pied. De nombreuses interventions de marche avec des dispositifs de suivi, tels que les podomètres ou les téléphones mobiles, ont entraîné une augmentation de l'activité physique, mais seulement à court terme, et les effets positifs de ces interventions s'estompent rapidement. Au-delà de l'effet de nouveauté d'un dispositif ou d'une application mobile, ce sont le manque de personnalisation et d'adaptation à l'utilisateur qui semblent diminuer les effets à plus long terme des interventions de marche.Dans cette thèse, nous proposons un nouveau modèle d'interactions humain-machine adaptatives pour la motivation à la marche sur mobile. Ce modèle s'inspire de deux théories de psychologie en particulier : la théorie de l'auto détermination, qui décrit trois besoins fondamentaux à satisfaire pour atteindre un état de motivation et de bien-être, et la théorie de l'orientation régulatrice, qui décrit les stratégies d'action des individus en fonction du contexte, de leur objectif et de la manière de l'atteindre. Notre modèle prend également en compte l'activité des utilisateurs afin de leur offrir des interactions motivationnelles adaptées à leur profil.Nous avons implémenté ce modèle dans une application mobile Android et nous avons évalué son efficacité en termes de performances de marche et de motivation par trois études longitudinales sur le terrain et une étude de conception. La première étude a mis en oeuvre la dimension d'adaptation d'un objectif quotidien de marche aux performances de l'utilisateur. Les résultats ont montré une hausse de la marche à court terme, puis une diminution de l'utilisation de l'application et des performances des utilisateurs. La deuxième étude a ajouté la dimension d'adaptation de messages motivationnels. Les messages motivationnels étaient adaptés au profil d'orientation régulatrice des utilisateurs. Les résultats étaient encourageants, notamment concernant la diminution de l'amotivation des utilisateurs, mais nous avons de nouveau constaté une baisse de l'utilisation de l'application à plus long terme. La troisième étude avait pour but d'évaluer la dimension d'adaptation de la ludification de notre modèle, remplaçant les messages motivationnels. Notre ludification tient compte à la fois de la théorie de l'auto détermination et de la théorie de l'orientation régulatrice pour proposer une interaction adaptée au profil de l'utilisateur.Nous revenons sur les forces et faiblesses de nos contributions et nous proposons des perspectives sur l'utilisation conjointe de ces deux théories pour concevoir des interactions humain-machine sur téléphone mobile visant la motivation à la marche.
Fichier principal
Vignette du fichier
112006_REI_2024_archivage.pdf (14.89 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-04538519 , version 1 (09-04-2024)
tel-04538519 , version 2 (11-04-2024)

Identifiers

  • HAL Id : tel-04538519 , version 2

Cite

David Rei. Interactions Humain-Machine Adaptées à la Personnalité des Utilisateurs : Application de Motivation à l'Activité Physique. Informatique. Université Paris-Saclay, 2024. Français. ⟨NNT : 2024UPASG012⟩. ⟨tel-04538519v2⟩
77 View
24 Download

Share

Gmail Facebook X LinkedIn More