Dynamiques d’Interactions, Rythmicité, Action et Communication – DIRAC

L’acceptabilité des Interfaces Homme Machine (IHM) est un problème central pour un grand nombre de systèmes de défense. Le point de départ de DIRAC est lié à la difficulté des systèmes informatiques complexes (robots, drones, système de monitoring) à interagir dans notre espace social d’une manière qui émule un travail collaboratif entre humains. Notre proposition interdisciplinaire traite de la compréhension et de la maîtrise du développement d’interactions « plaisantes » mais malgré tout efficaces en utilisant une approche très peu conventionnelle. Au lieu de complexifier les solutions actuelles, nous simplifierons radicalement le problème en tirant parti de récentes découvertes faîtes sur les interactions bas niveau et le contrôle moteur dynamique chez l’Homme. Nous défendons l’idée qu’exploiter les propriétés de stabilité et d’adaptation naturelle des synchronisations non intentionnelles et des activités rythmiques peut résoudre plusieurs problèmes liés aux IHM et permettre de repenser leur conception. Dans les communications précoces entre humains, la synchronie est un mécanisme fondamental reposant sur des réseaux sensori-moteurs de très bas niveau qui induisent des synchronisations neuronales inter-individuelles grâce aux flux d’informations sensorielles (ex. vision). Cependant, pour devenir un vrai partenaire, la machine a aussi besoin d'un niveau minimal d'autonomie et l'adaptation. La prédiction de la structure rythmique de l'interaction sera utilisée pour construire des signaux de renforcement permettant d’adapter le comportement de la machine : la synchronie supporte à la fois l'interaction tout en étant influencée par elle (approche énactive). Pour des interactions à plus long terme, le défi est d'entretenir l'intérêt de l'utilisateur pour l'interaction. Notre proposition est d’ajouter une capacité d'interaction rythmique proactive en plus de notre système de synchronisation de bas niveau. Si l'interface peut changer de manière autonome du mode leader au mode suiveur (être imité vs imiter), l’homme aura l’impression d’avoir le contrôle sur la machine (i.e. la machine me reconnaît en temps qu’agent) augmentant l’engagement, le plaisir lié à l’interaction et l’efficacité de l’interaction elle-même. L’intérêt de notre approche sera évaluée sur une application de robot sentinelle – apprendre une ronde - impliquant l’apprentissage et la reconnaissance de lieux visuels, l’apprentissage d’associations lieu/action et la construction d’une carte cognitive. De plus, des tâches de manipulations simples (prise et dépôt d'objets) seront aussi testées. La ressemblance grossière d'un de nos robots (TINO) avec une personne permettra une adaptation aisée des interactions humaines bas niveau vers l’IHM. De même, l'utilisation d’une plate-forme mobile plus simple, construite pour des applications domestiques, et utilisant une tablette PC pour gérer les interactions, permettra la comparaison entre les interactions obtenues grâce à l’écran tactile et les interactions visuelles plus proches des interactions humaines. La tâche de navigation permettra en outre de cacher notre étude de l’impact de la synchronisation involontaire pendant l’apprentissage de la ronde. L’apprentissage autonome sera réalisé grâce à des jeux d’imitation (le robot imite l'homme) et inversement l'imitation sera utilisée comme un outil de communication contribuant à améliorer l'enseignement (l'homme imite le robot pour lui fournir un retour sur l’efficacité de ses actions - mode d’auto-évaluation). De là, nous planifions d'évaluer comment la dynamique d'interaction peut modifier la capacité du robot à apprendre et travailler efficacement avec une personne. Notre évaluation sera à la fois qualitative - réponses à un questionnaire - et quantitative - mesure de la précision de la reproduction de la ronde apprise. Finalement, notre architecture de contrôle neuromimétique constituera un modèle synthétique de l'utilisateur pour analyser d’autres IHM.