Citation
L'auteur
Stéphane Ginocchio
(stephane.ginocchio@phylaxia.net) - (Pas d'affiliation)
Copyright
Déclaration d'intérêts
Financements
Aperçu
Cet article propose une relecture neurocognitive de la transformation numérique à partir d’une analyse longitudinale de plus de 400 organisations médicales observées sur vingt-deux ans. Contrairement aux approches technocentrées, les résultats montrent que les trajectoires d’appropriation des systèmes d’information sont principalement déterminées par la configuration dynamique de biais cognitifs activés face à une perte symbolique induite par le changement.
Huit biais cognitifs dominants sont identifiés et opérationnalisés à partir d’indicateurs comportementaux observables. Leur activation varie selon les phases de transformation organisationnelle, modélisées à partir d’une adaptation de la courbe de Kübler-Ross.
L’article propose un modèle testable reliant complexité numérique, charge cognitive, activation des biais et trajectoires d’appropriation, ouvrant la voie à un pilotage prédictif des transformations numériques fondé sur des indicateurs cognitifs.
Contenu
La transformation numérique est traditionnellement appréhendée comme un levier d’amélioration de la performance organisationnelle reposant sur l’intégration de technologies. Pourtant, les observations empiriques montrent que les trajectoires d’appropriation des systèmes d’information sont profondément hétérogènes, y compris dans des environnements fortement standardisés comme le secteur médical.
À systèmes équivalents, certaines organisations atteignent une appropriation durable et homogène, tandis que d’autres développent des contournements, des usages partiels ou une fragmentation persistante des pratiques.
Cette variabilité ne peut être expliquée uniquement par des facteurs technologiques. Elle suggère que la transformation numérique constitue avant tout une transformation cognitive collective, liée à une perte symbolique perçue — perte de maîtrise, de repères ou d’identité professionnelle — et régulée par des mécanismes cognitifs adaptatifs.
L’objectif de cet article est de formaliser cette lecture à partir d’un corpus empirique longitudinal et de proposer un modèle explicatif et testable des trajectoires d’appropriation numérique.
Données et méthode
L’étude repose sur une auto-ethnographie professionnelle longitudinale couvrant 22 ans (1997–2019), portant sur plus de 400 organisations médicales incluant cabinets libéraux, centres d’imagerie, centres de radiothérapie, centres de médecine nucléaire et hôpitaux privés.
Les unités organisationnelles ont été analysées selon une grille structurée comprenant :
- complexité du système d’information (nombre d’interfaces, interconnexions, densité informationnelle)
- criticité métier (impact sur l’activité clinique et le risque associé)
- intensité du dispositif de formation (ponctuel à longitudinal)
- diversité des profils utilisateurs
- trajectoire d’appropriation observée
Les trajectoires ont été catégorisées en cinq types :
- adoption rapide avec contournement
- adoption partielle avec double système
- surcharge suivie de stabilisation
- résistance suivie de réappropriation
- transformation durable
Les biais cognitifs ont été inférés à partir d’indicateurs comportementaux observables, notamment :
- maintien de pratiques analogiques
- contournement des systèmes
- sous-utilisation des fonctionnalités
- dépendance aux recommandations du système
- homogénéité ou hétérogénéité des usages
Résultats
Les résultats montrent que les trajectoires d’appropriation ne sont pas déterminées par la technologie, mais par la configuration dynamique des biais cognitifs dominants.
Dans les cabinets mono-sites, caractérisés par une faible complexité et une formation minimale, l’adoption est rapide mais reste superficielle. L’usage du système est limité aux fonctionnalités essentielles, et les pratiques analogiques persistent. Cette configuration traduit une activation dominante du biais de statu quo, combinée à une minimisation de l’effort cognitif.
Dans les cabinets de groupe, la coexistence durable d’un double système papier/numérique est observée. Cette situation traduit une stratégie de sécurisation cognitive face à l’incertitude, illustrant une activation conjointe des biais de disponibilité et d’attention.
Dans les centres multi-sites, l’introduction de systèmes interconnectés génère une surcharge cognitive initiale. Les utilisateurs rapportent une perte de repères et une dépendance accrue aux recommandations du système. Cette phase est caractérisée par une activation du biais d’autorité et des biais de disponibilité, conduisant à une externalisation du traitement de l’information.
Dans les environnements à forte criticité métier, comme la radiothérapie, une résistance initiale importante est observée. Toutefois, lorsque l’accompagnement est structuré, cette résistance évolue vers une appropriation robuste. L’aversion à la perte initiale se transforme progressivement en compétence stabilisée.
Dans les hôpitaux, la variabilité est maximale. Les usages diffèrent selon les métiers, traduisant une distribution différenciée des biais cognitifs selon les sous-groupes professionnels.
Ces résultats montrent que les biais cognitifs ne s’activent pas isolément mais en configurations dynamiques, structurées par la charge cognitive et la phase de transformation.
Définition opérationnelle des biais
Le biais de statu quo correspond au maintien des pratiques existantes malgré l’introduction d’un système plus performant, mesurable par la persistance des procédures analogiques.
L’aversion à la perte se manifeste par la résistance initiale et la peur de perdre la maîtrise, observable via le délai d’adoption et les objections exprimées.
Le biais d’attention correspond à la réduction du champ informationnel traité, mesurable par la sous-utilisation des fonctionnalités.
Le biais de disponibilité émotionnelle apparaît lorsque des événements saillants influencent disproportionnellement les décisions.
Le biais de disponibilité cognitive se traduit par la généralisation de cas isolés.
Le biais d’autorité correspond à la dépendance aux recommandations du système.
Le biais d’optimisme se mesure par l’écart entre attentes initiales et usages stabilisés.
Le biais de conformité se manifeste par l’alignement des comportements au sein d’un groupe.
Discussion
La transformation numérique apparaît comme un processus de régulation de la charge cognitive.
La résistance au changement constitue une réponse adaptative face à une perte perçue et à une augmentation de la complexité.
Les biais cognitifs permettent de maintenir un équilibre entre effort mental et stabilité des repères, mais peuvent également freiner l’appropriation à long terme.
Les approches technocentrées échouent lorsqu’elles ignorent ces mécanismes. À l’inverse, les organisations capables de réguler la charge cognitive obtiennent des trajectoires plus durables.
Modèle testable
Le modèle proposé repose sur la relation suivante :
Environnement numérique → charge cognitive → activation des biais → trajectoire d’appropriation
Dans une perspective data-driven, ce modèle peut être formalisé comme un modèle prédictif supervisé, où chaque organisation est représentée comme un vecteur de variables explicatives.
Variables
Variable dépendante :
- qualité de la trajectoire d’appropriation
(usage effectif, stabilité, homogénéité, faible contournement)
Variables indépendantes :
- complexité du système
- intensité de la formation
- culture professionnelle
- diagnostic cognitif préalable
Variables médiatrices :
- charge cognitive organisationnelle
- activation des biais cognitifs
Variable modératrice :
- phase de transformation
Opérationnalisation
La charge cognitive peut être mesurée par :
- nombre d’interfaces utilisées
- fréquence des interruptions
- temps de traitement des tâches
L’activation des biais peut être mesurée par :
- taux de contournement
- ratio fonctionnalités utilisées / disponibles
- dépendance aux recommandations du système
Ces indicateurs permettent de construire un score composite d’activation des biais cognitifs, utilisable dans un modèle prédictif des trajectoires organisationnelles.
Hypothèses
H1 : L’identification préalable des biais cognitifs améliore la trajectoire d’appropriation.
H2 : La cohésion des cultures professionnelles renforce les biais collectifs et limite l’appropriation.
H3 : La complexité numérique augmente la charge cognitive et les comportements de contournement.
H4 : L’impact des biais varie selon les phases de transformation organisationnelle.
H5 : Le diagnostic cognitif réduit les résistances et améliore l’appropriation.
Conclusion
La transformation numérique constitue avant tout une transformation cognitive.
Les biais cognitifs ne sont pas des anomalies, mais des mécanismes centraux structurant les trajectoires organisationnelles.
La cartographie cognitive permet ainsi de passer d’une logique descriptive à une logique prédictive et pilotable des transformations numériques.
Bibliographie
Bridges, W. (2009). Managing transitions: Making the most of change (3rd ed.). Da Capo Press.
Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24(1), 87–185.
Frimousse, S., & Gaillard, H. (2021). Monde chaotique : au-delà de la résilience, vers l’antifragilité. Revue de recherche en sciences de gestion, (142), 271–307.
Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
Kool, W., McGuire, J. T., Rosen, Z. B., & Botvinick, M. M. (2010). Decision making and the avoidance of cognitive demand. Journal of Experimental Psychology: General, 139(4), 665–682.
Kübler-Ross, E. (1969). On death and dying. Macmillan.
Oreg, S. (2003). Resistance to change: Developing an individual differences measure. Journal of Applied Psychology, 88(4), 680–693.
Simons, D. J., & Chabris, C. F. (1999). Gorillas in our midst: Sustained inattentional blindness for dynamic events. Perception, 28(9), 1059–1074.
Tripsas, M. (2009). Technology, identity, and inertia through the lens of digital transformation. Organization Science, 20(2), 441–460.
Vial, G. (2019). Understanding digital transformation: A review and research agenda. MIS Quarterly, 43(1), 223–254.
Waring, J., & Bishop, S. (2010). “Water cooler” learning: Knowledge sharing at the clinical–managerial interface. Journal of Health Organization and Management, 24(4), 325–342.
Weick, K. E. (1995). Sensemaking in organizations. Sage Publications.
Crédits
Communication présentée dans le cadre du colloque du 20 mars 2026 organisé par Ascencia Business School, via son laboratoire de recherche IRIS Lab, en partenariat avec l’EM Normandie Business School, le centre de recherche CERCAP, et l’association AIREPME, portant sur le thème Digitalisation des petites et moyennes organisations et des territoires : entre accélération, résistance, résilience et innovation.
il ne peut pas avoir d'altmétriques.)
