Master 1 MHR · Projet d’étude qualitative

Étudier l’attitude et l’intention d’adopter l’IA chez les managers de l’hôtellerie et de la restauration collective

Ce projet vous place dans une situation réelle d’enquête qualitative. Votre mission ne consiste pas seulement à poser des questions, mais à construire un dispositif d’entretien capable de faire émerger des représentations, des peurs, des attentes et des logiques d’adoption sans biaiser le discours des répondants dès les premières minutes.

Un management sous pression dans un secteur en transformation

Le management en hôtellerie et en restauration collective se caractérise par une intensité opérationnelle forte et une exigence constante de performance. Les managers doivent simultanément garantir la qualité de service, assurer la rentabilité, gérer des équipes souvent sous tension et répondre à des attentes clients en constante évolution. Dans un contexte marqué par une concurrence accrue, des marges sous pression et des difficultés de recrutement persistantes, la fonction managériale devient un levier stratégique central pour la performance des établissements (Source : Rapport Gira Conseil, « Stratégies et performances en CHR », 2023). Parallèlement, la digitalisation transforme en profondeur les modes de fonctionnement du secteur : automatisation de certaines tâches, évolution de la relation client, recours accru aux données pour piloter l’activité et multiplication des outils d’aide à la décision (Source : Buhalis et al., « Information Technology & Tourism : Tendances et innovations », Tourism Management, 2019). Cette transformation n’est pas uniquement technique. Elle modifie les rôles, les compétences et les pratiques managériales. Le manager devient progressivement un acteur clé de l’intégration des technologies, chargé d’accompagner ses équipes, de réduire les résistances et de maintenir un équilibre entre efficacité opérationnelle et dimension humaine du service (Source : Venkatesh et al., Modèle UTAUT - Unified Theory of Acceptance and Use of Technology, MIS Quarterly, 2003). Dans ce contexte, l’intelligence artificielle apparaît comme une nouvelle étape : non plus seulement un outil, mais un système capable d’assister, d’orienter, voire de transformer les décisions managériales. Cette évolution pose des questions fondamentales en termes de confiance, de contrôle, de légitimité et d’acceptation.

La problématique de l’étude

Dans ce contexte de transformation, une question centrale émerge : comment les managers perçoivent-ils ces nouvelles formes d’assistance à la décision, et dans quelles conditions sont-ils prêts à les adopter ? Ce projet vise précisément à comprendre les mécanismes qui structurent leur attitude, leurs résistances et leur intention d’usage.

Le sujet

En groupe de 4 à 5 étudiants , vous devrez analyser la manière dont des managers perçoivent, acceptent ou rejettent l’idée d’intégrer des outils d’intelligence artificielle dans leur activité professionnelle. L’enquête portera sur des managers exerçant en hôtellerie ou en restauration collective.

La contrainte centrale

Pendant les trois premières phases de l’entretien, vous ne devrez jamais annoncer que votre étude porte sur l’intelligence artificielle. Le sujet réel ne pourra être révélé qu’en phase de conclusion.

Votre mission de terrain

Chaque étudiant devra réaliser 2 entretiens semi-directifs. Chaque groupe mènera donc 8 à 10 entretiens. L’objectif est de produire une analyse interprétative permettant de comprendre les logiques d’acceptation ou de rejet, et de formuler des recommandations concrètes pour le secteur.

Le scénario attendu de l’entretien

Votre entretien doit être pensé comme une progression. Il ne s’agit pas d’enchaîner des questions de manière mécanique, mais de conduire le répondant d’un espace de parole sécurisé vers une zone de réflexion plus profonde, avant de révéler explicitement le thème de l’étude. Phase 1 · Introduction

Installer la confiance sans orienter le discours

Note méthodologique : Selon Jean-Claude Kaufmann (« L'entretien compréhensif », 2016), ancrer l'échange initial dans le vécu concret et descriptif est indispensable pour réduire les biais de désirabilité sociale et instaurer une alliance avec l'interviewé. L’entretien commence sur le terrain familier du répondant : son poste, ses missions, son quotidien, ses contraintes, les décisions qu’il prend et les difficultés auxquelles il fait face. À ce stade, vous ne cherchez pas encore à parler d’innovation ni de technologie. Vous cherchez d’abord à faire tomber la tension de l’entretien. Cette phase doit permettre au manager de se sentir écouté et légitime. En parlant de son activité réelle, il s’installe dans une parole descriptive, concrète et personnelle. C’est ce climat qui rendra possible la suite. Exemples de formulation : « Pouvez-vous me décrire votre poste et les principales responsabilités qui vont avec ? » « À quoi ressemble une journée ou une semaine typique pour vous ? » « Quelles sont aujourd’hui les situations qui vous demandent le plus d’attention, d’énergie ou d’arbitrage ? » Phase 2 · Recentrage

Faire émerger les représentations sans dévoiler le vrai sujet

Note méthodologique : L'utilisation de scénarios fictifs s'appuie sur les méthodes projectives validées par Mucchielli (« Dictionnaire des méthodes qualitatives », 2009). Elles facilitent l'expression des attitudes latentes en contournant les mécanismes de défense rationnels. Une fois la relation installée, vous commencez à déplacer l’entretien vers la question de l’aide à la décision, des outils, des changements organisationnels et des transformations possibles du métier. Mais vous continuez à éviter toute référence explicite à l’IA. C’est ici que les tests projectifs prennent toute leur valeur. Ils permettent de contourner les réponses toutes faites et d’accéder à des logiques plus implicites. Le répondant ne parle plus seulement de ce qu’il pense “en théorie”, il projette ses représentations dans une situation imaginaire. Scénario projectif recommandé : « Imaginez qu’un nouvel outil arrive dans votre établissement. Cet outil est capable d’aider à organiser certaines tâches, à repérer des problèmes, à améliorer les décisions ou à gagner du temps. Sans savoir encore précisément de quoi il s’agit, quelle serait votre première réaction ? » Autre détour projectif utile : « Si cet outil était une personne ou un collègue, comment le décririez-vous ? Serait-il plutôt rassurant, intrusif, compétent, maladroit, utile, inquiétant ? » Phase 3 · Approfondissement

Plonger dans les tensions, les peurs et les conditions d’acceptation

Cadre théorique : Cette phase explore concrètement le concept d'« aversion algorithmique » (Dietvorst, Simmons & Massey, 2015), permettant de comprendre pourquoi les managers peuvent rejeter des recommandations systémiques ou craindre une perte d'autonomie. Cette phase constitue le cœur analytique de l’entretien. Le répondant doit désormais être amené à se positionner face à des situations concrètes dans lesquelles un système externe intervient dans son travail, influence des choix, recommande des actions, voire décide à sa place dans certains cas. Là encore, les formulations doivent rester indirectes. Vous ne cherchez pas seulement à savoir si la personne est “pour” ou “contre”. Vous cherchez à comprendre pourquoi , dans quelles limites , avec quelles peurs , à quelles conditions. Situation immersive à proposer : « Imaginez maintenant que cet outil ne se contente plus d’aider, mais commence à suggérer des décisions sur les plannings, les achats, le recrutement, la gestion de la qualité ou la relation client. Dans quels cas cela vous semblerait acceptable ? Dans quels cas cela vous mettrait mal à l’aise ? » Exemple de relance projective : « Si cet outil commettait une erreur importante, qui serait responsable selon vous ? Et si la même erreur était commise par un humain, est-ce que votre jugement serait différent ? » C’est dans cette phase que doivent apparaître les notions de confiance, perte de contrôle, utilité perçue, menace pour le métier, déshumanisation, responsabilité et légitimité managériale. Phase 4 · Conclusion

Révéler le sujet réel et recueillir la position explicite

Cadre théorique : L'objectif ici est de mesurer de façon transparente « l'intention comportementale d'usage », concept central du Modèle d'Acceptation de la Technologie (TAM - Davis, 1989), en confrontant le discours projectif à la réalité sémantique de l'IA. Ce n’est qu’à la fin que vous pouvez annoncer clairement l’objet réel de l’étude : l’intelligence artificielle. Cette révélation finale permet de confronter ce que le répondant a exprimé de manière indirecte à sa position déclarée explicite. Formulation de transition possible : « En réalité, notre étude porte sur l’intelligence artificielle dans les métiers du management en hôtellerie et en restauration collective. À la lumière de tout ce que vous venez d’exprimer, comment définiriez-vous aujourd’hui votre position vis-à-vis de l’IA ? » Le répondant peut alors se prononcer plus directement sur son attitude et sur son intention future d’usage. C’est aussi le moment de lui demander dans quels domaines il pourrait accepter l’IA, dans quels domaines il la refuserait, et quelles garanties seraient nécessaires pour favoriser son adoption. La conclusion ne doit pas être brutale. Il faut refermer l’entretien proprement, remercier la personne, lui laisser un espace de dernière expression et sortir du sujet avec tact.

Ce que votre analyse devra produire

À partir des entretiens, vous devrez montrer comment se construit l’attitude des managers face à l’IA. Votre analyse devra faire ressortir des logiques, pas seulement des citations. Vous devrez identifier les facteurs qui favorisent l’acceptation, ceux qui nourrissent la résistance, et les conditions concrètes qui rendent l’adoption envisageable. Un bon travail ne se contente pas de dire que certains managers sont favorables et d’autres défavorables. Il doit faire émerger des profils, par exemple des managers enthousiastes, prudents, utilitaristes, inquiets ou résistants, puis expliquer ce qui distingue ces profils. Enfin, vous devrez formuler des préconisations réalistes pour le secteur : accompagnement, formation, périmètre d’usage, limites à ne pas franchir, conditions de confiance, modalités de déploiement.

Exigence méthodologique finale

Le succès de ce projet repose sur un point simple : ne pas aller trop vite vers le sujet réel. Si vous parlez d’IA dès le début, vous détruisez une partie de la richesse potentielle de l’entretien. Votre objectif n’est pas de faire répondre les managers à une série de questions sur l’IA. Votre objectif est de comprendre comment ils pensent, ce qu’ils redoutent, ce qu’ils attendent, et à quelles conditions une innovation de ce type pourrait réellement être adoptée dans leur univers professionnel.