Parasocial : De l’influenceur à son clone généré par l’IA

L’article intitulé “Parasocial interactions with real and virtual influencers: The role of perceived similarity and human-likeness“, rédigé par Jan-Philipp Stein, Priska Linda Breves et Nora Anders et publié le 13 juin 2022 dans la revue New Media & Society, les auteurs posent la question : L’interaction parasociale se transforme-t-elle selon que l’influenceuse est humaine ou virtuelle ? 

Comme nous l’avons vu dans un article précédent, chez Horton et Wohl, l’interaction parasociale désigne le sentiment d’entretenir une relation avec une figure médiatique malgré l’absence de réciprocité ; c’est précisément cette forme d’attachement que Stein et al. examinent dans une configuration devenue particulièrement pertinente avec le développement de l’IA générative, en comparant des influenceurs humains et virtuels dont la ressemblance est de plus en plus marquée.

L’hypothèse de départ est relativement intuitive : l’interaction parasociale devrait être plus forte avec une influenceuse humaine qu’avec une influenceuse artificielle.

1. Méthode

La méthode est expérimentale. Les chercheurs ont recruté 179 participants et les ont répartis en deux groupes.

• Un groupe regardait une vidéo d’une streameuse humaine.
• L’autre regardait une vidéo d’une influenceuse virtuelle.

Les deux vidéos étaient rendues aussi comparables que possible.

Les auteurs mesurent avec une échelle de Likert plusieurs dimensions :

1. “Parasocial interaction” : interaction parasociale
2. “Visual human-likeness” : apparence humaine perçue
3. “Mental human-likeness” : qualité psychologique humaine attribuée
4. “Perceived similarity to oneself” : similarité perçue avec soi-même
5. “Wishful identification” : identification désirée
6. “Hedonic enjoyment” : plaisir de visionnage
7. “Willingness to further engage with the persona” : intention de continuer à s’engager avec la figure médiatisée

2. Statistiques descriptives

Les résultats du tableau 1 ne montrent pas de différence significative entre l’influenceuse virtuelle et l’influenceuse humaine en matière d’interaction parasociale. Le score moyen (M) est légèrement plus élevé pour l’influenceuse virtuelle, 3,09 contre 3,00 pour l’influenceuse humaine, mais la p-value = .295 indique que cet écart ne permet pas de conclure à une différence statistiquement significative.

Les données brutes ne montrent pas de différence significative entre l’influenceuse réelle et l’influenceuse virtuelle en matière d’interaction parasociale.

Ces premiers résultats sont complétés par l’analyse des variables intermédiaires. L’influenceuse humaine est nettement mieux évaluée que l’influenceuse virtuelle sur deux dimensions : l’apparence humaine perçue, avec M = 3,97 pour visual human-likeness, et l’attribution de qualités psychologiques humaines, avec M = 4,07 pour mental human-likeness.
Ces écarts sont statistiquement significatifs (p < .001). Toutefois, ces variables intermédiaires mesurent la perception du caractère humain de l’influenceuse et non directement l’interaction parasociale elle-même.

Le même tableau montre aussi que la similarité perçue (Perceived similarity to oneself) est plus forte pour l’influenceuse humaine : 2,21 contre 1,85, (p = .006). Autrement dit, les participants se sentent plus proches de l’influenceuse humaine.
Le “Welch’s t-test” compare deux moyennes : ici, le groupe exposé à l’influenceuse virtuelle et le groupe exposé à l’influenceuse humaine. C’est une variante du test t-student classique, utilisée quand les deux groupes n’ont pas exactement la même taille.

La valeur de t indique si l’écart entre les deux moyennes reste important au regard de la dispersion des réponses dans chaque groupe. Plus cette valeur s’éloigne de 0, plus les deux groupes se différencient nettement. Par exemple, les valeurs t = -10,30 et t = -6,94, associées à p < .001, confirment que les participants attribuent beaucoup plus “d’humanité” à l’influenceuse humaine, à la fois dans son apparence visuelle et dans ses qualités psychologiques humaines.

3. Corrélations

Le tableau 2 montre que l’interaction parasociale (parasocial interaction) est corrélée à la similarité perçue (perceived similarity to oneself), r = .46 (p<0.001), au plaisir de visionnage (hedonic enjoyment), r = .46 (p<0.001), et à l’intention de continuer à regarder le contenu (willingness to further engage with the persona), r = .46 (p<0.001).
Elle est aussi corrélée à “la qualité psychologique humaine attribuée” (mental human-likeness), r = .27 (p<0.001), et à l’identification désirée (willingness to further engage with the persona), r = .29.

4. L’effet de nouveauté ?

4.1 Reformulation de l’hypothèse :

Avant d’interpréter la figure 2, il faut rappeler le résultat brut de l’étude. L’hypothèse de départ des chercheurs était que l’interaction parasociale serait plus forte avec l’influenceuse humaine.
Or les données ne permettent pas de confirmer cette hypothèse, pour mémo, le score moyen d’interaction parasociale est de 3,09 pour l’influenceuse virtuelle et de 3,00 pour l’influenceuse humaine. La différence entre les deux groupes n’est pas significative, avec p = .295.

C’est précisément pour comprendre ce résultat que les chercheurs construisent ensuite un modèle statistique. Ils cherchent à comprendre comment cette interaction se construit à partir de plusieurs perceptions intermédiaires, ou attributs : l’apparence humaine perçue (visual human-likeness), les qualités psychologiques humaine attribuée (mental human-likeness), la similarité perçue (perceived similarity) et l’identification désirée (wishful identification).

L’intérêt de ce modèle statistique est de distinguer deux niveaux d’explication.
Le premier correspond à l’effet direct : il mesure le lien entre la variable de départ et la variable d’arrivée, sans passer par les variables intermédiaires.
Le second niveau correspond à l’effet indirect : il mesure le lien entre la variable de départ et la variable d’arrivée lorsqu’il passe par une ou plusieurs perceptions intermédiaires.

Le modèle statistique peut se lire ainsi :
influenceuse humaine ou virtuelle → perceptions de l’influenceuse par les participants (l’apparence humaine perçue, l’intériorité humaine attribuée, la similarité perçue et l’identification désirée) → interaction parasociale.

Les chercheurs utilisent ensuite une procédure de bootstrap. Le logiciel refait les calculs 10 000 fois à partir d’échantillons artificiellement recomposés depuis les mêmes données. Cela permet de vérifier si les effets observés restent stables ou s’ils dépendent trop de la composition de l’échantillon.

4.2 Deux mouvements opposés

Du côté de l’influenceuse humaine, plusieurs variables intermédiaires jouent en sa faveur : l’attribution de qualités psychologiques humaines (mental human-likeness), produit un effet indirect significatif de +0,10 ; la similarité perçue, (perceived similarity), produit un effet indirect significatif de +0,09 ; l’identification désirée, (wishful identification), produit un effet très faible de +0,01, non significatif.

Du côté de l’influenceuse virtuelle, l’avantage apparaît uniquement dans l’effet direct du modèle : -0,26.
Comme le codage est 0 = influenceuse virtuelle et 1 = influenceuse humaine, ce signe négatif indique un effet direct en faveur du virtuel.
La décomposition finale est donc la suivante : effet direct en faveur du virtuel (-0,26) + effets indirects en faveur de l’humain (+0,20) + effet indirect (non significatif) de l’apparence humaine perçue (-0,03) = effet total (-0,09).

Autrement dit, le modèle fait apparaître un “effet direct” favorable à l’influenceuse virtuelle, mais les variables favorables à l’influenceuse humaine, notamment les qualités psychologiques humaines attribuées et la similarité perçue, neutralisent presque cet effet.

Discussion

L’article met en évidence des relations statistiquement significatives, mais d’intensité limitée à modérée.

Le raisonnement me semble “fragile”, ou du moins plus interprétatif, lorsque les auteurs élaborent leur modèle statistique. Ils parlent alors d’un effet de suppression statistique : l’influenceuse virtuelle pourrait produire une interaction parasociale plus forte par sa nouveauté et sa capacité à intriguer, mais sa moindre attribution de qualités psychologiques humaines et sa plus faible similarité avec les participants atténuent cet effet.

Les auteurs expliquent ainsi le résultat par un équilibre paradoxal : ce qui affaiblit l’influenceuse virtuelle sur certaines variables intermédiaires semble compensé par d’autres facteurs non mesurés.

---