• Acceptance
• Autonomous driving
• Behavioral_Intention
• TAM
• Trust

Il veicolo a guida autonoma rappresenta un tema di rilevante importanza in ottica di creazione di nuovi modelli di mobilità e di connettività. Le case automobilistiche e le aziende fornitrici di servizi di ride-sharing, stanno investendo ingenti risorse con l’obiettivo non solo di raffinare la tecnologia sottostante il funzionamento del veicolo autonomo, ma anche di rispondere in modo efficace alle maggiori questioni emergenti di natura legale, assicurativa ed etica legate all’utilizzo di tale tecnologia. D’altra parte, la diffusione di qualsivoglia innovazione sul mercato, nonché la piena propagazione dei benefici associati ad essa, presuppongono l’accettazione e la conseguente adozione da parte dei futuri utilizzatori e fruitori dello strumento tecnologico stesso.
Obiettivo di tale tesi di ricerca è quello di investigare quali siano i fattori maggiormente in grado di influenzare l’accettazione dell’utilizzo del veicolo autonomo. I costrutti utilizzati come base teorica includono i modelli che nel corso degli anni sono stati elaborati con l’obiettivo di individuare le variabili che influenzano l’accettazione rispetto all’utilizzo di strumenti tecnologici. In particolare, il modello TAM (Technology Acceptance Model), attraverso il quale è stato rilevato che fattori quali l’“utilità percepita” e la “facilità d’uso percepita” siano in grado di influenzare l’intenzione comportamentale e di conseguenza l’adozione di una tecnologia, nonché il modello UTAT (Unified Theory of Acceptance and Use of Technology) che, estendendo quello precedente, ha identificato ulteriori variabili, tra le quali l’influenza sociale come predittiva rispetto all’adozione di un’innovazione.
L’ipotesi di ricerca riguarda l’applicabilità e l’estensione delle variabili identificate nel quadro dei suddetti modelli teorici rispetto alla tematica dell’accettazione del trend tecnologico della guida autonoma. Sulla base dei modelli sopracitati, s’intende per accettazione l’intenzione comportamentale e la conseguente adozione della tecnologia da parte degli utenti. I fattori che si ipotizza possano essere predittivi dell’accettazione della guida autonoma sono i seguenti:
• Perceived usefulness (utilità percepita), ossia il “livello con il quale un utente ritiene che utilizzando un particolare strumento tecnologico otterrà delle migliori performance”;
• Perceived easy-of-use (facilità d’uso percepita), ossia il “grado con il quale l’utente ritiene che l’utilizzo di una particolare tecnologia possa essere effettuato senza sforzo”;
• Attitude towards using, cioè “l’atteggiamento verso l’uso di una particolare tecnologia che se positivo porta all’intenzione comportamentale, esplicitandosi nell’adozione dell’artefatto tecnologico o dell’innovazione in questione”;
• Social influence, ossia il “grado con il quale un utente è disposto ad utilizzare una tecnologia in funzione dell’accettazione della stessa da parte di persone ritenute importanti”;
• Dispositional trust, che definisce il “grado di fiducia disposizionale che l’utente ha di natura nei confronti di qualcosa o di qualcuno”.
Lo strumento utilizzato per la raccolta di dati è il questionario, previa visualizzazione da parte del campione di un video esplicativo di tre scenari legati alla guida autonoma, in particolare: a) scenario urbano; b) scenario extraurbano; c) manovra di parcheggio. Le variabili oggetto di analisi sono rilevate tramite scala Likert, dove 1 rappresenta il grado di totale disaccordo, mentre 7 di totale accordo. I risultati attesi si sostanziano nella definizione di un modello predittivo tramite regressione lineare, con il fine ultimo di investigare e spiegare nessi causali tra le variabili indipendenti individuate e la variabile di “behavioural intention”, che definisce l’accettazione della guida autonoma.

Autonomous driving represents an issue of relevant importance, being strongly interrelated with the development and implementation of new and innovative mobility and connectivity models. The major automakers, as well as ride-sharing companies are making huge investment aiming at not only get through the still existing technical limits, but above all at effectively responding to the major emerging legal and ethical issues. On the other hand, the large-scale diffusion of an innovation towards the market and the spread of its associated benefits, are strongly interrelated with the acceptance and the consequent adoption of the technology by all potential users. Aim of this study is to investigate which factors are more able to influence the acceptance of autonomous driving. The theoretical framework of this research is based on the most relevant adoption models, which have been developed and validated over time. More specifically, the Technology Acceptance Model (TAM), which identifies the “perceived easy-of-use” and the “perceived usefulness” as predictive factors of the behavioral intention, leading to the adoption/usage of a specific technology; furthermore, the Unified Theory of Acceptance and use of Technology (UTAUT), as a collector of the major previous acceptance models, defines other relevant factors influencing acceptance, among which the “social influence”. The research hypothesis concerns the applicability of some factors identified by previous models to the specific issues of autonomous driving. The starting point regards the definition of the acceptance as the intention to assume a specific adoption behavior respect to an innovation, leading to its effective usage. Factors which are included in the study in order to investigate their predictivity respect to the acceptance of autonomous driving are the following: • Perceived usefulness, meaning “the degree to which a user believes that using a particular system would enhance his or her job performance”; • Perceived ease of use, indicating “the degree to which a user believes that using a particular technology would be free from effort”; • Social influence, as the” influence that persons having a relevant social importance for the user may have on him”; • Dispositional trust, meaning “the propensity or tendency to believe in the positive attributes of others in general”. In order to collect data, participants will be required to fill in a questionnaire, upon viewing a video showing three scenarios concerning autonomous driving, i.e. urban, extra urban and parking maneuver, more specifically led by a Tesla car. Items concerning variables under analysis are detected on a Likert scale from 1 to 7, where the lowest value indicate a total disagreement, while the highest one indicates the maximum agreement related to each item. As results of the research, it is expected to define a predictive model through linear regression allowing to investigate and explain casual links among the observed factors and the behavioral intention related to the specific issue of autonomous driving.