Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

L’addiction aux réseaux sociaux (ARS) est un phénomène transculturel pouvant être observé mondialement. Ce phénomène pourrait modifier profondément nos comportements d’utilisation dès le jeune âge, en agissant sur les circuits cérébraux liés à la récompense. Les plateformes des réseaux sociaux exploitent ces mécanismes de récompense en adaptant les contenus via la modulation fine d’algorithmes, de manière à renforcer le temps d’utilisation et favorisant le développement d’un usage compulsif, notamment par le phénomène du défilement morbide (doomscrolling). Six critères définis par Griffiths (2005) permettent de qualifier l’addiction aux réseaux sociaux : la saillance, le conflit, le changement d’humeur, le sevrage, la tolérance et la rechute. Le Bergen Social Media Addiction Scale (BSMAS) est l’instrument central utilisé pour mesurer cette problématique addictive. S’appuyant sur plusieurs modèles théoriques de l’addiction, (Volkow, Koob & McLellan (2016) ; Diamond (2013) ; I-PACE (2016)) la présente étude est constituée d’un échantillon de 70 participants (24 hommes et 46 femmes). Dans cet essai doctoral, les utilisateurs appartenant au groupe avec addiction passent entre 17 heures 30 minutes et 21 heures par semaine sur les réseaux sociaux à l’étude, soit : Facebook, Instagram (Meta) et TikTok. L’étude identifie des facteurs associés à l’addiction aux réseaux sociaux soit : l’anxiété de trait élevée (STAI-YB), une faible estime de soi (RSES), l’impulsivité (S-UPPS-P); plus précisément un manque de persévérance, de même que la crainte de « manquer quelque chose » (FoMO). Toutefois, aucun effet différentiel concernant le sexe biologique et le groupe d’âge n’a été identifié relativement à la mesure de l’addiction aux réseaux sociaux, soit le BSMAS. Des tests neuropsychologiques ont montré que l’addiction n’est pas associée à un déficit d’autorégulation froide (Tour de Hanoï du D-KEFS) et d’autorégulation chaude (Iowa Gambling Task (IGT)). Cependant, il existe une association entre le temps passé sur Meta et, à plus forte raison, sur Facebook, et une latence décisionnelle au dernier bloc de l’IGT.