Mohamed Rami Latreche

Dans l’actuel et dynamique contexte d’affaires, l’Industrie 4.0 exige des entreprises manufacturières d’améliorer leurs processus, opérations et décisions qui ont un impact sur leur performance et leur durabilité. Ce contexte est caractérisé principalement par une demande croissante de produits personnalisés, et une régulation écologique et sociétale de plus en plus contraignante, combinée à une rareté de la matière première et de l’énergie. La réalité augmentée (RA) apparaît dans ce contexte comme partie des technologies émergentes qui offre des fonctionnalités lui permettant de répondre aux nouvelles exigences du marché et peut aider l’entreprise à l’ère numérique. La principale fonctionnalité est l’affichage d’informations contextuelles devant l’opérateur, lui permettant de prendre des décisions plus éclairées, ce qui est censé réduire les erreurs, le temps d’accomplissement des tâches, et la charge cognitive (Liker & Meier, 2006). La RA s’inscrit parfaitement dans les pratiques du Lean manufacturing comme l’outil par excellence du management visuel offrant à la fois des informations contextuelles à l’opérateur et des rétroactions en temps réelles sur leurs performances (Eaidgah et al., 2016).

Selon notre revue de littérature effectuée sur une trentaine d’études utilisateur, la RA permet d’améliorer les performances des tâches manufacturières dont la réduction du nombre d’erreurs, du temps d’accomplissement des tâches, de la charge cognitive, et l’amélioration de la représentativité spatiale des objets. Les tâches étudiées quant à elles sont généralement celles d’assemblage, de maintenance et d’inspection, qui sont assez procédurales (Bottani & Vignali, 2019). Aussi, les tâches les plus complexes sont pour lesquelles la RA améliore significativement les performances (Henderson & Feiner, 2011). Toutefois, nous avons constaté qu’aucune étude utilisateur n’a considéré des tâches différentes que celles que nous avons citées, ainsi qu’un manque d’une procédure standard permettant de reconnaitre systématiquement les tâches manufacturières qui pourrait être compatibles avec la RA. Nous pensons que ceci est dû principalement à la difficulté de comparer plusieurs tâches différentes en même temps, nécessitant le développement de plusieurs prototypes et donc un temps de développement trop long. De plus en plus d’études s’intéressent au développement d’outils d’édition sans code de solutions de RA pour l’industrie. Ces solutions sont censées réduire significativement le temps de développement des solutions de RA et permettre de construire des devis expérimentaux de comparaison de plusieurs tâches en même temps.
Ce constat est confirmé sur le terrain lors de notre résidence en entreprise en automne 2022, où nous avons pu analyser plusieurs tâches manufacturières dans une usine d’agroalimentaire. Plusieurs de ces tâches peuvent être améliorées en utilisant la RA, mais nous ne pouvons pas dire à quel degré elle leur sera bénéfique. Notre problématique est par conséquent de mesurer la différence de(s) performance(s) liée à l’introduction de la réalité augmentée entre plusieurs tâches. Pour cela, ces tâches seront d’abord identifiées en utilisant une ou plusieurs méthodes d’analyse des tâches, nous effectueront par la suite des tests utilisateurs sur plusieurs tâches de l’usine en utilisant plusieurs configurations technologiques de la RA et en mesurant plusieurs performances. Nos questions de recherche découlant de cette problématique sont donc :
-Quelles sont les caractéristiques des tâches pour lesquelles la réalité augmentée améliore leur performance ?
-Quelles sont pour chaque type de tâche les performances améliorées en introduisant la réalité augmentée ?
-Quelles sont les configurations technologiques adéquates pour chaque type de tâche et pour chaque type de performance à améliorer ?