Gérer les tensions individuelles et collectives dans le cadre d'un changement alimentaire collaboratif: mécanismes et conséquences du coaching virtuel assisté par l'IA // Navigating Individual–Collective Tensions in Collaborative Dietary Change: Mechanism

Ce projet de recherche doctorale, financé par la Chaire IA Transformative et Changement Social (TrAI-SoC) de MIAI Cluster, vise à étudier les tensions individuelles et collectives qui apparaissent lorsque deux individus étroitement liés (copains) modifient leurs habitudes alimentaires de manière collaborative, avec l'aide d'un Agent Socialement Intelligent (ASI) faisant office de coach nutritionnel virtuel.
L'étude explorera les mécanismes sous-jacents et l'influence de ces tensions sur l'engagement, l'expérience, le bien-être et la réalisation des objectifs des utilisateurs, et les moyens de les atténuer.
Le projet adoptera une approche mixte, combinant expérimentations en laboratoire et entretiens semi-directs.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This doctoral research project, funded by the Transformative AI & Social Change (TrAI-SoC) Chair, MIAI Cluster, aims to investigate the individual-collective tensions that arise when two closely associated individuals (buddies) collaboratively modify their dietary habits with the guidance of a Socially Intelligent Agent (SIA) functioning as a virtual nutritional coach.
The study will explore how these tensions emerge and influence user engagement, experience, well-being, and goal achievement, and how they can be mitigated.
The project will adopt a mixed-methods approach, combining lab experiments and semi-direct interviews.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Autre financement public

ANR Financement d'Agences de financement de la recherche

Université Grenoble Alpes

275 EDSG - Sciences de gestion

Le/La doctorant(e) doit être titulaire d'un master recherche, de préférence en marketing, psychologie ou sciences cognitives. • Compétences en comportement du consommateur, sciences cognitives, psychologie sociale: compréhension des théories sociales, analyse des interactions humaines (influence sociale, communication non verbale et biais cognitifs et cognitifs); perception et évaluation sociale. • Compétences méthodologiques et analytiques: conception expérimentale avancée; analyse statistique; évaluation qualitative et quantitative: compétence en collecte et analyse de données qualitatives (par exemple, entretiens, enquêtes) et quantitatives (par exemple, comportements mesurables). • Expérience ou appétence en collaboration pluridisciplinaire. • Compétences relationnelles: maîtrise avérée des techniques de communication scientifique écrite et orale; autonomie, capacité de décision, adaptabilité, sens de l'initiative et sens de l'organisation. • Compétences techniques: compétences en informatique ou en IA seraient un plus.
The doctoral candidate must have a Research Master's degree, preferably in marketing, psychology or cognitive sciences Skills in Consumer behavior, cognitive sciences, social psychology: understanding of social theories, analysis of human interaction (social influence, nonverbal communication and cognitive and cognitive biases); perception and social evaluation. • Methodological and analytical skills: advanced experimental design; statistical analysis; qualitative and quantitative evaluation: competence in collecting and analyzing qualitative (e.g., interviews, surveys) and quantitative (e.g., measurable behaviors) data. • Interdisciplinary collaboration experience or appetence • Soft skills: proven abilities of written and oral scientific communication techniques; autonomy, decision-making ability, adaptability, good initiative and organizational skills. • Hard skills: competencies in computer sciences or AI would be a plus