Les dimensions affectives et sociales dans les interactions humain-robot Affective and social dimensions in human‐robot interactions

Note de bas de page 1 :

Projet Romeo, de Cap Digital, dans le cadre du fonds unique interministériel (http://projetromeo.com/index_en.html) ; Projet Armen, ANR Tescan (http://www.approcheasso.com/print.php?page_id=80)

Note de bas de page 2 :

HUMAINE Network of excellence (2004-08) and association http://emotion-research.net/

Note de bas de page 3 :

http://sspnet.eu/

Les projets de robots assistants et compagnons pour aider les personnes dépendantes sont très nombreux à l’heure actuelle citons par exemple les projets Romeo et Armen¹. Ces projets servent à développer et à tester les différentes fonctionnalités d’un robot humanoïde ou à tête humanoïde destiné à devenir un véritable assistant des personnes en perte d’autonomie. Ces robots ont des capacités motrices (se déplacer dans un environnement domestique connu, reconnaître et saisir un objet et l’amener à l’endroit désiré auprès de la personne) mais aussi des capacités perceptives et cognitives notamment la faculté de communiquer de façon naturelle au moyen de la parole et des gestes, d’adapter le comportement du robot en fonction du profil émotionnel et interactionnel détecté (Delaborde et Devillers, 2010). Le bénéfice offert par un robot à tête humanoïde expressive apportant des services cognitifs et psychologiques adaptés est également évalué. Ces projets intègrent des recherches sur l’interaction sociale et affective, tout comme de nombreux projets européens, tels les réseaux d’excellence HUMAINE² et SSPNET³.

Note de bas de page 4 :

Par exemple pour des personnes âgées vivant seules plus ou moins autonomes ou encore dépressives ou atteintes de la maladie d'Alzheimer.

Le terme de robots sociaux a été proposé par Feil-Seifer et Mataric (2005) et définit une machine conçue pour deux objectifs : soutenir et aider physiquement des personnes en situation de handicap moteur afin de proposer une interaction sociale à l’utilisateur, en général dans le cadre d’une tâche bien délimitée (c’est-à-dire, rééducation et coaching). Concevoir des robots adaptatifs interagissant avec les humains par le langage et comprenant les dimensions sociales et affectives peut permettre d’imaginer des applications de robot compagnon pour nos loisirs mais aussi pour des applications thérapeutiques et de stimulation⁴. Des applications thérapeutiques telles que l’aide à la régulation des émotions dans les cas de stress, de phobies sociales (Soury et Devillers, 2012) pourront également être embarquées sur des plateformes robotiques.

Note de bas de page 5 :

Klaus Scherer, http://www.affective-sciences.org.

Note de bas de page 6 :

Rosalind W. Picard, Affective Computing, Boston, MIT Press, 1997.

L’approche interdisciplinaire des phénomènes affectifs constitue un nouveau domaine de recherche : les sciences affectives⁵. L’informatique émotionnelle (Affective Computing)⁶ est un champ de recherche récent, à la frontière des sciences de l’information (intelligence artificielle, interaction humain-machine) et des sciences humaines et sociales. Ce domaine est concerné par la théorie et la construction de machines qui peuvent détecter, répondre et simuler des comportements émotionnels humains. Les signaux affectifs et sociaux permettent de déduire des informations sur les états mentaux (Baron-Cohen, 2009) et émotionnels, sur l’attention et l’état de santé, et, à plus long terme, sur la personnalité et les habitudes du sujet. Tous ces signaux sont présents de façon plus ou moins imbriquée dans les canaux verbaux et non verbaux.

Note de bas de page 7 :

Citons le modèle d’appraisal de Klaus Scherer (Sander & Scherer, 2009).

Dans la communauté de la robotique cognitive, les recherches sont menées pour concevoir des applications interactives et intuitives capables de détecter les signes émotionnels émis par les utilisateurs, de les comprendre et de les reproduire de manière intelligente. Pour mettre en œuvre des systèmes automatiques de communication, il est fondamental d’étudier empiriquement les interactions avec des utilisateurs potentiels mais aussi de comprendre l’engagement des sujets vis-à-vis des robots. Il est aussi nécessaire de développer une théorie sur l’interaction robot humain à long terme inspirée par exemple de modèles en sociologie, en psychologie et de connaissances en neurosciences (Buendia et Devillers, 2012). L’approche théorique consiste à essayer de modéliser dans les systèmes computationnels des concepts développés dans différentes disciplines travaillant sur l’interaction. Signalons, surtout, l’adaptation des concepts tels que le rôle, la notion de cadre dans l’interaction sociale du sociologue Erving Goffman (1967). Il est également important pour tout domaine de recherche qui s’intéresse au fonctionnement des processus psychologiques affectifs et à leur modélisation informatique de considérer les théories et concepts contemporains en psychologie de l’émotion⁷.

Note de bas de page 8 :

Les données spontanées sont collectées dans un contexte naturel, habituel.

Note de bas de page 9 :

Dispositif permettant à une machine d’évoluer grâce à un processus d’apprentissage qui utilise des statistiques. On peut citer, par exemple, les réseaux de neurones artificiels ou les machines à vecteurs de support.

Des recherches ont été conduites depuis une dizaine d’années pour décrypter et codifier les émotions véhiculées par la voix et les utiliser dans un système d’interaction. La majorité des travaux scientifiques dans la communauté sur la détection des émotions se focalisent encore trop souvent sur des données artificielles de laboratoire. Principale difficulté de vraies applications : décoder les situations émotionnelles complexes, celles qui combinent des sentiments différents, parfois contradictoires, beaucoup plus riches que les simples émotions primaires telles que la colère, la joie, la peur et la tristesse. Pour cela, Devillers et al., (2005 ; 2010) analysent des enregistrements audio et vidéo spontanés⁸ collectés parmi un nombre important de voix (adultes, enfants, personnes âgées) de qualité variable. La richesse de ces données rend leur classification difficile. Qu’il s’agisse de conversations téléphoniques dans des centres d’appels, d’interviews télévisées, d’interactions dans le cadre de jeux ou encore d’interactions humain-robot pilotées par des Magiciens d’Oz (ou WoZ), ces données présentent des émotions complexes combinant des changements physiologiques, expressifs, comportementaux ou cognitifs. Le protocole du Magicien d’Oz utilisé dans les collectes de données est mis en œuvre grâce à un compère humain qui simule certains comportements de la machine à l’insu de l’utilisateur. L’utilisateur pense dialoguer avec une machine autonome alors qu’il n’en est rien. Dans les systèmes WoZ utilisés au LIMSI, tout l’arbre de dialogue est encodé, seules les décisions inhérentes à la perception sont entrées par le compère, permettant une gestion machine en temps réel (Chastagnol et al., 2012). Le protocole WoZ utilisé pour la collecte de données permet de mettre en situation des personnes susceptibles d’interagir avec le robot, de mesurer leurs comportements pendant l’interaction pour obtenir des données quantitatives et de les questionner sur l’expérience d’interaction pour obtenir des données qualitatives en s’affranchissant des erreurs de perception. Les données après annotation des états émotionnels (Cowie et al., 2011) sont ensuite utilisées pour construire des modèles grâce à des algorithmes d’apprentissage. Il faut pour cela tout d’abord définir et détecter automatiquement des indices porteurs d’émotions, de nature acoustique et linguistique : indices lexicaux, timbre de la voix, intensité, rythme, qualité vocale, marqueurs affectifs (rire, souffle, etc.). Des systèmes à base d’apprentissage statistique⁹ sont utilisés ensuite pour apprendre à la machine les correspondances entre les indices et les états émotionnels. Pour que les systèmes soient performants, il faut les entraîner avec un grand nombre de voix différentes.

Note de bas de page 10 :

Établissement d'hébergement pour personnes âgées dépendantes.

Note de bas de page 11 :

http://approche-asso.com. Association pour la promotion des nouvelles technologies au service des personnes en situation de handicap

Le projet français ANR Armen a pour but de concevoir un robot assistant pour les personnes âgées et handicapées. Le robot doit être capable de les aider dans leur vie quotidienne en allant chercher des objets hors de portée ou perdus par l’utilisateur, les manipuler et évoluer dans un environnement réaliste. L’interaction avec le robot est réalisée avec un agent conversationnel animé (ACA) sur une tablette qui est en lien avec la plateforme robotique mobile. Le robot doit pouvoir appeler de l’aide en cas d’urgence et se comporter comme un compagnon de vie : il doit pouvoir comprendre des discussions simples sur des sujets spécifiques et moduler ses réponses en fonction de l’état émotionnel de l’utilisateur. L’interaction doit se dérouler le plus naturellement possible en parlant à un agent virtuel (ACA). Le système de communication en développement se compose de plusieurs modules : un module de reconnaissance de la parole, un module de détection d’émotions et un module de gestion de dialogue. Dans le cadre de ce projet, les données que nous avons collectées dans un EHPAD¹⁰ et dans un centre de rééducation avec l’association Approche¹¹ auprès de personnes jeunes ou âgées (25 à 91 ans) montrent que la tâche de classification des émotions est plus difficile pour les voix âgées (Chastagnol et al., 2012). Quelques remarques peuvent être faites : la colère est beaucoup mieux reconnue pour les voix jeunes que pour les voix âgées, mais c’est le contraire pour la joie. La corrélation des indices interactionnels tels que les émotions, l’activation, le temps de réponse avec les réponses à un questionnaire sur la perception du personnage virtuel (qui sert de tête au robot) a amené quelques résultats intéressants. Le temps de réponse et l’activation sont corrélés au ressenti des personnes pendant l’interaction. Cette expérience montre également qu’il est important de prendre en compte les différences d’âge entre les locuteurs en concevant un système de dialogue parlé. Un des autres résultats de cette étude a montré que les personnes âgées interrogées dans l’EHPAD souhaitaient être tutoyées par le robot et non vouvoyées. D’après les résultats des questionnaires, le robot doit avoir une place bien définie, être utile, rendre des services type agenda-mémoire et ne devait pas ressembler à un humain adulte mais plutôt à un « majordome compagnon ».

Note de bas de page 12 :

IDV : Institut de la vision, Paris (Home Lab, plateforme de recherche. http://www.institut-vision.org).

D’autres expériences ont été menées (Delaborde et Devillers, 2012) (Tahon et al., 2011) dans le cadre du projet Romeo qui vise à concevoir un robot social humanoïde capable d’aider les personnes en perte d’autonomie dans leurs activités domestiques quotidiennes, et également de jouer à des jeux avec les enfants. Nous avons mis au point un système dans lequel les indices émotionnels audio extraits du signal de parole permettent la création d’un profil émotionnel et interactionnel de l’utilisateur. Ce profil détermine la sélection du comportement du robot. Il est alors obligatoire d’analyser l’impact des comportements du robot possibles sur les émotions de l’utilisateur. Nous avons mené deux expériences mettant en scène des enfants jouant à des jeux avec le robot, et des personnes déficientes visuelles interagissant avec le robot dans un contexte d’assistance. Les sujets que nous avons enregistrés ne sont pas des acteurs professionnels ; dans un cas ce sont des enfants jouant avec le robot, ils réagissent spontanément aux comportements codés du robot ; dans le cas des adultes malvoyants enregistrés à l’IDV¹², ils doivent jouer un rôle dans des scénarios avec des évènements joyeux ou à l’inverse décevants élaborés avec le personnel d’Approche, mais ils n’ont pas de contrôle sur leurs expressions d’émotion comme le ferait un acteur. Ainsi le comportement du robot et son type de réponses aura un impact considérable sur leur expression d’émotions. Nous remarquons que lorsque le robot exprime des comportements socialement non désirables, les personnes déficientes visuelles réagissent différemment que les enfants. Les adultes ont tendance à réagir négativement lorsque le robot adopte un comportement indésirable, tandis que les enfants sont moins affectés. Les enfants présentent certaines expressions particulières face au robot comme le maternage, l’ironie qui n’ont pas été retrouvées dans la population d’adultes déficients visuels. Un résultat intéressant extrait des questionnaires posés aux adultes porte sur la réponse à la question : « Donneriez-vous un nom au robot ? si oui lequel ? ». 90 % des adultes ont répondu oui à cette question. Les noms donnés se répartissent en trois catégories : un nom familier « Ouistiti », « peluche » ou un prénom, un nom venant de la science fiction « ET » ou un code et enfin un nom d’assistant : « mon bras droit », « mes yeux », « l’aigle volant ». Ce résultat démontre une relation très proche avec ces machines qui va jusqu’à un sentiment d’appartenance. La perception des robots dans la société est en train d’évoluer vers une acceptabilité plus forte aujourd’hui de l’idée qu’un robot puisse venir aider l’homme au quotidien à la maison.