Confidentialité des Informations : vers un modèle structurel d'auto-divulgation sur les plateformes de médias sociaux

L'utilisation des réseaux sociaux consiste principalement à partager des informations, faisant de la divulgation d'informations personnelles un facteur clé du fonctionnement des réseaux sociaux. Cela peut entraîner plusieurs conséquences dont le vol d'identité, du harcèlement ou de la cyberintimidation, ou encore sur le plan professionnel. Le mélange entre les informations des utilisateurs et les informations générées par le système fait que les plates-formes en ligne posent le problème de la sécurité des données et de l'atteinte à la vie privée, que les utilisateurs ont tendance à trouver un équilibre en tenant compte de différents facteurs. En utilisant comme approche la sécurité de l'information comportementale, le but principal de cette étude est de proposer et de tester empiriquement un modèle d'équation structurelle d'auto-divulgation d'informations personnelles sur les sites de réseaux sociaux en établissant ces facteurs et leurs relations. Les données ont été recueillies auprès d'un échantillon de N = 525 utilisateurs de réseaux sociaux de Côte d'Ivoire. La technique de modélisation par équation structurelle des moindres carrés partiels a été utilisée pour évaluer le modèle proposé. Le modèle de mesure et la validité du modèle structurel (hypothèses), ainsi que le pouvoir explicatif et prédictif hors échantillon du modèle ont été évalués. D'après nos résultats, le maintien des relations sociales existantes, le plaisir, la confiance des utilisateurs (aux autres membres, au fournisseur de service) et le contrôle perçu sont les facteurs influençant positivement la divulgation d'informations personnelles sur les réseaux sociaux. La peur liée à la confidentialité est le facteur influençant négativement la divulgation d'informations personnelles. En termes de validité du modèle, les résultats suggèrent que le modèle indique un pouvoir explicatif élevé en expliquant 45,9 % de la variance de l'auto-divulgation avec un pouvoir prédictif valide. De plus, en utilisant PLSPredict, la puissance prédictive hors échantillon du modèle a été établie. Nous terminons par donner des recommandations théoriques, méthodologiques et managériales aux utilisateurs, fournisseurs de services, et les décideurs politiques.