+ Présentation détaillée
En 2020, face à la Covid-19, les professionnels de l’hébergement-restauration ont été lourdement impactés : fermetures successives et forte chute du chiffre d’affaire, puis réouvertures avec distanciation sociale et normes strictes d’hygiène, réaménagement des espaces, gestion des équipements de protection sanitaire, vérification des pass, etc. Alors que de nouvelles charges de travail s’ajoutent et font pression sur le secteur, la période est marquée par une pénurie de main d’œuvre. Pour subvenir à cette situation, les entrepreneurs de l’hébergement-restauration ont été astreints à innover, développant de nouvelles pratiques qui resteront parfois ancrées bien après les déconvenues du confinement. Parmi celles-ci, l’adoption des Technologies de l’Information et de la Communication (TIC) dans le secteur connaît une forte accélération. Un développement conforté par le programme de soutien gouvernemental à la transformation numérique des TPE/PME France Num.
Au rang des applications numériques florissantes, de petits robots dédiés au service des plats en restauration, conçus majoritairement en Chine puis importés en France, commencent à se propager.Un nouveau marché se structure, des dynamiques inédites se mettent en œuvre et des acteurs émergeants viennent ainsi concurrencer des acteurs plus traditionnels. Toutefois, la marchandisation à grande échelle d’une innovation et l’adoption de cette dernière par le public n’est pas un processus linéaire. Ainsi, même si l’introduction de ces robots dans le secteur de l’hébergement-restauration a déjà démontré des résultats positifs, améliorant à la fois la productivité du travail et la qualité du service, rien ne garantit la durabilité de leur déploiement. Si leurs limitations techniques (perception, manipulation, locomotion, navigation, etc.) constituent un frein potentiel à la croissance du marché ; les nombreux enjeux sociaux liés à leur introduction (supposée suppression d’emplois notamment) posent la question, chez les professionnels de l’hébergement-restauration, de la perception de ces robots par les consommateurs. De fait, le rejet de ces robots par les consommateurs aurait un impact néfaste sur l’économie de ce secteur d’activité pourtant déjà fragilisé par la Covid-19.
En réponse directe aux préoccupations des professionnels, le projet ROBORESTO vise à évaluer le niveau d’acceptabilité sociale des robots de service intégrés dans les restaurants en France. Pour cela, les opinions des consommateurs de restaurants français robotisés publiés sur la plateforme Google Review seront collectées puis analysées. Dans cette perspective, des techniques de collecte automatique d’opinions sur Google Review seront mises au point. Des indicateurs pour classifier ces opinions seront également élaborés. Par la suite, un algorithme sera entraîné afin de classifier automatiquement ces opinions selon les indicateurs définis. Par ces analyses, le projet ROBORESTO permettra d’identifier plus précisément les facteurs prépondérants dans l’acceptation sociale des robots de service en restauration française. Ce stage, réalisé à l’Icam site de Toulouse et au CERTOP (UMR CNRS 5044), s’inscrit en appui du projet de thèse SOROBOT, lauréat 2022 du Défi Clé Robotique Centrée sur l’Humain.
+ Référence(s) bibliographique(s) du projet
Wirtz, J., Patterson, P. G., Kunz, W. H., Gruber, T., Lu, V. N., Paluch, S., & Martins, A. (2018). Brave new world: service robots in the frontline. Journal of Service Management, 29(5), 907-931.
Tung, V. W. S., & Au, N. (2018). Exploring customer experiences with robotics in hospitality. International Journal of Contemporary Hospitality Management, 30(7), 2680-2697.
Huang, D., Chen, Q., Huang, J., Kong, S., & Li, Z. (2021). Customer-robot interactions: Understanding customer experience with service robots. International Journal of Hospitality Management, 99, 103078.
Seyitoğlu, F., & Ivanov, S. (2020). Understanding the robotic restaurant experience: a multiple case study. Journal of Tourism Futures, 8(1), 55-72.
Kumar, S., Kar, A. K., & Ilavarasan, P. V. (2021). Applications of text mining in services management: A systematic literature review. International Journal of Information Management Data Insights, 1(1), 100008.
Pourfakhimi, S., Duncan, T., & Coetzee, W. J. (2020). Electronic word of mouth in tourism and hospitality consumer behaviour: state of the art. Tourism Review, 75(4), 637-661.
Liu, J., Yu, Y., Mehraliyev, F., Hu, S., & Chen, J. (2022). What affects the online ratings of restaurant consumers: a research perspective on text-mining big data analysis. International Journal of Contemporary Hospitality Management, 34(10), 3607-3633.
Dauxert, T. (2021). L’influence des réponses organisationnelles aux avis en ligne sur les attitudes et intentions comportementales des consommateurs: une application à l’hôtellerie (Doctoral dissertation, Paris 1).
Beauvisage, T., Beuscart, J., Cardon, V., Mellet, K. & Trespeuch, M. (2013). Notes et avis des consommateurs sur le web: Les marchés à l’épreuve de l’évaluation profane. Réseaux, 177, 131-161. https://doi.org/10.3917/res.177.0131