Contenu du sommaire

Cette recherche porte sur les déterminants des comportements en sécurité de l'information (SSI) des dirigeants de PME, en distinguant les actions de protection des actions de soutien. Cet article vise à (a) identifier certains des facteurs qui influencent leurs comportements en SSI, (b) examiner la pertinence de la Protection Motivation Theory (PMT) pour expliquer le Top Management Support (TMS, c.-à-d. le soutien du dirigeant) et (c) mettre en évidence d'éventuels effets différenciés selon les actions de protection et de soutien.Les résultats, provenant d'une étude quantitative (N=200), montrent que les construits de la PMT et l'influence sociale expliquent une part significative de la variance, mais exercent également des effets différenciés : alors que les actions de protection sont prioritairement influencées par l'auto-efficacité, les actions de soutien des dirigeants sont essentiellement affectées par l'influence sociale des pairs (partenaires et concurrents) et des clients.Au niveau théorique, cette recherche établit la pertinence de la PMT pour étudier les déterminants du TMS dans le contexte de la SSI. Cette étude est également la première qui distingue ces deux types d'actions et offre ainsi de nouveaux éléments de compréhension des comportements des dirigeants de PME en SSI. Pour les praticiens, nos résultats mettent en évidence que même si les dirigeants n'agissent pas directement, il est important de prendre en considération l'entourage professionnel du dirigeant de PME de manière à développer ses actions de soutien.

Bien que la littérature ait mis en évidence le fait que la bureaucratie peut être un obstacle à la mise en œuvre et à l'utilisation des Systèmes d'Entreprise (SE), le lien entre ces phénomènes n'a pas encore été conceptualisé. Cet article vise à examiner comment la bureaucratie intervient dans la réalisation de projets liés à l'utilisation des SE. Nous répondons à cette question en utilisant le concept de mécanismes génératifs, qui nous permet de décortiquer le concept de bureaucratie et appréhender son influence sur les résultats de trois projets menés en lien avec l'usage des SE. Nous proposons une explication des résultats mitigés de ces projets dans un hôpital français en mettant l'accent sur le rôle de deux mécanismes génératifs et conflictuels, un mécanisme bureaucratique et un mécanisme de flexibilité. Ces mécanismes ont été identifiés à l'aide d'une étude de cas enchâssée qui porte à la fois sur l'actualisation du pouvoir causal d'une nouvelle entité organisationnelle et sur la combinaison de mécanismes et de conditions contextuelles menant à des résultats spécifiques dans chaque projet. De plus, notre étude montre que ces projets ne sont pas liés au processus d'implémentation et post-implémentation d'un SE, l'usage du SE pouvant être considéré seulement comme un élément interagissant avec d'autres évolutions organisationnelles, technologiques et environnementales. Nous suggérons de désigner ces projets comme des ramifications de l'usage des SE. Des recherches futures pourraient approfondir la nature et les mécanismes de ce type de projets dans différentes formes organisationnelles.

L'approche Naturalistic Decision Making (NDM) constitue un paradigme de recherche dominant lorsqu'il s'agit d'analyser le processus de décision d'experts évoluant en environnement dynamique, confrontés à des problèmes faiblement structurés et exigeant une résolution rapide. Depuis une dizaine d'années, le développement des technologies de l'information contribue à enrichir l'approche NDM. S'inscrivant dans cette perspective, une étude de cas qualitative inductive est développée pour comprendre comment des policiers experts d'un Centre d'Information et de Commandement (CIC) prennent des décisions en environnement big data. Le CIC produit quotidiennement un volume important de données véloces, variées et nécessitant d'être vérifiées, que les policiers assemblent en situation à partir de dispositifs technologiques non intégrés. L'analyse du cas met l'accent sur deux phases du processus de décision en environnement big data : une phase amont de conscience de la situation, pleine ou incomplète selon les situations, et une phase de reconnaissance immédiate. Ces résultats permettent de proposer un modèle intégré du processus de décision naturaliste, appliqué au cas des policiers du CIC en environnement Big data.